1.4 物聯網工程和AI視覺識別

嚴格來說，AI視覺識別技術不屬于物聯網范疇，但是隨著AI視覺算法的成熟，借助部署在場景中的攝像頭，配套AI算法可以實現多種功能。

■ 人臉識別：利用AI視頻分析技術實現動態人臉識別。在出入口、門禁、通道、重點監控區域安裝攝像頭，通過人臉檢測、人臉對比算法對出入人員進行識別，快速甄別出入人員是否獲得授權，以人臉識別算法為基礎實現員工考勤管理、訪客管理。人臉識別可應用于無感通行系統，通過攝像頭進行人臉抓拍對比，自動匹配名單庫，在無感知的情況下，完成人員識別、記錄。

■ 離崗識別：通過AI視頻分析，對檢測區域內人員是否離崗進行檢測。用戶指定離崗監測區域、離崗時間及最低在崗人數。當檢測到區域內在崗人數低于在崗人數閾值且超過用戶設定的時間閾值時進行告警提示。算法不受人員正面、背面、側面、低頭、坐姿、站姿等不同姿態的影響，不受發型、著裝的影響。

■ 人員入侵檢測：利用AI視頻分析技術，對視頻畫面中的指定區域是否有人進行檢測，如果有人進入指定區域，則進行入侵報警并保存圖片，實現智能值守。

■ 人員密度檢測：利用AI視頻分析技術檢測場景中的人數，提供實時人數統計及人群密度信息，當人數或人群密度超過預設閾值時，則產生告警。算法適用于園區、公共場所、辦公室、會議室、電梯轎廂等有人數限制要求的場所。

■ 人流統計算法：利用AI視頻分析技術統計圖像中的人流。在指定區域設置絆線及人流統計方向，通過人體檢測算法進行人體實時追蹤，根據目標軌跡判斷進出區域行為，進行動態人數統計，返回區域進出人數，當進入與離開人數之和超過告警閾值時，產生告警。

■ 排隊檢測：應用在食堂、商場、機場、地鐵站等排隊場所。利用AI視頻分析技術檢測畫面中的人數，提供實時排隊時長信息。用戶可設定排隊區域單人業務處理時間及排隊時長閾值，預測排隊時長超過閾值時，產生告警。

■ 跌倒檢測：利用AI視頻分析技術檢測視頻中是否有人跌倒。檢測到人員處于倒地狀態時，發出倒地報警。

■ 煙火檢測：及時檢測到煙霧及火苗可以大大降低火災損失。火焰檢測技術可檢測視頻中的明火并予以報警。火災早期通常以煙霧的形式表現出來，煙霧檢測技術可對發生火災早期的濃煙進行檢測告警。在嚴禁煙火區域部署實時監控煙火系統，通過AI算法實時分析視頻數據，自動識別監控場景中是否有火焰以及煙霧，如有則觸發告警事件并自動發送告警通知，管理員在云端或移動端收到告警通知后，及時對現場火情進行處理。

■ 通道占用檢測：對檢測區域內物品占用或異動進行檢測，當檢測到通道變化時進行告警提示。面向的應用場所包括加油站、危化企業、園區、工地等。

■ 抽煙檢測：利用AI視頻分析技術檢測視頻中是否有人吸煙，當檢測到有人吸煙時，發出報警。面向的應用場所包括寫字樓、園區、工廠、加油站等。

■ 越線檢測：利用AI視頻分析技術對檢測區域內的人員是否越線進行檢測，當檢測到有人越過警戒線時，產生告警。

■ 陌生人檢測：利用AI視頻分析技術對視頻中指定區域是否有陌生人入侵進行檢測，如果檢測到有人員進入指定區域且未匹配到系統輸入人員，則進行陌生人入侵報警，并保存圖片，實現智能值守。