当前位置: 首页 > news >正文

USC 安防平台之移动侦测

随着第四次科技革命的开启,AI技术获取了突飞猛进的发展,视频监控对应的视频分析技术也获取了巨大的发展。

还记得15年前采用人工提取特征做前景背景分离和提取,大部分依赖CPU,最多使用一下TI的DM642 DSP加速,开发难度大并且准确率低。当时比较流行的是Smart Search功能,也就是基于Motion分析,然后画块做匹配。类似下面的做法。

USC 支持了最近20年智能技术,包含最早的Smart Search和最新的大模型(大模型不需要样本就可以用,类似给每个摄像机派一个人7x24小时盯着,而且准确率非常高),当然也包含基于Yolov7系列的预训练模型。也包含了基于Motion的搜索功能。

USC的移动侦测分两种,一种是基于摄像机的移动侦测,一种是基于服务器的移动侦测,基于前端的移动侦测不需要服务器解码并分析,效率会高不少,基于服务器移动侦测会解码然后分析(如果系统有GPU则会使用GPU解码,并使用Intel SSE硬件加速分析motion向量)。

下图是基于前端的移动侦测,收到前端的移动侦测数据后会把移动画到界面。

可以参考如下链接

USC安防平台-移动侦测搜索_哔哩哔哩_bilibili

相关文章:

  • github上文件过大无法推送问题
  • 智能编程助手功能革新与价值重塑之:GitHub Copilot
  • 今日写题work05
  • Autojs: 使用 SQLite
  • Word中打开开发工具【修改日期控件显示格式】
  • C#学习之S参数读取(s2p文件)
  • 如何预防DDOS攻击
  • 多模态本地部署ConVideoX-5B模型文生视频
  • 深入理解 Rust 的迭代器:从基础到高级
  • JZ39 数组中出现次数超过一半的数字 (Boyer-Moore 投票算法)候选法
  • 浮点数的机器码表示
  • linux--关于makefile
  • 白话文实战OpenFeign
  • 基于opencv的 24色卡IQA评测算法源码-可完全替代Imatest
  • SpringBoot 集成 Caffeine 实现本地缓存
  • WPF创建自定义类和控件及打包成dll引用
  • 2.10 Playground Chat提示工程实战:从交互调试到企业级应用的全链路指南
  • 驱动开发、移植(最后的说法有误,以后会修正)
  • 【Apache Paimon】-- 16 -- 利用 paimon-flink-action 同步 kafka 数据到 hive paimon 表中
  • Linux环境下安装mkcert
  • 吴清:创造条件支持优质中概股企业回归内地和香港股市
  • 南方地区强降雨或致部分河流发生超警洪水,水利部部署防范
  • “两高”出台司法解释,严打破坏黑土地资源犯罪
  • 马克思主义理论研究教学名师系列访谈|王公龙:做好马克思主义研究,既要“钻进去”又要“跳出来”
  • “五一”假期客流增加,多地提升铁路运力并强化服务
  • 英国地方选举结果揭晓,工党保守党皆受挫