▍方案介绍
采用“通用硬件平台+边缘操作系统+算法应用容器”统一框架，满足现场智能化管控要求；引用设备统一物联模型，采集视频设备中物体模型，实现现场作业对人员、设备、环境三个层面的状态采集；支持智能终端直接接入、边缘设备汇聚接入、业务系统接入等多元化接入；在智能数字化管控服务上支持强大的算力与AI分析能力。实现边缘侧加密、应用权限控制，保障设备安全、数据传输安全、网络安全等，构建云边协同的安全保障体系。
▍方案特点
◆ 深度学习的图像识别技术：通过构建 HXSmartNet 深度神经网络模型自主学习图像的高阶语义特征，克服了深度学习模型训练中小样本训练小目标检测、光照敏感性等难题。
◆ 算法优化快速反馈：计算机识别与人工智能技术相结合，实现对图像视频采集设备获取的图像数据中相关人员或设备状态的快速识别。
◆ 多种技术能力支撑：平台采用深度学习的图像识别技术、模型剪枝技术、生成对抗技术、孪生网络模型技术。
◆ 多样数据接入能力：平台可通过多种方式接入视频数据流，如固定式摄像机、布控球、执法记录仪等，以及对温度传感器、湿度传感器等不同物联网终端数据的安全接入。
◆ 可视化算法配置：算法平台可支持对每一个算法告警阈值、算法运行时间等参数进行设置。
◆ 高阶安全事件分析：平台支持对基于时序状态的不同安全事件之间的逻辑关系的发现，实现对智能安全识别由一维向多维事件识别的提升。
◆ 可控的识别置信度：平台支持多种置信度可视化控制，同时支持事件合并、过滤，以减少产品误报、错报问题，以及相同事件短时间内上报大量告警。
▍典型应用
风电厂：识别风电厂中风机日常维护中的人员违规、设备异常、未知人员闯入等减少对风机的非法破坏等。
火电厂：识别火电厂中日常管理维护中的人员违规、设备异常、环境安全等减少人员安全事故等。
智慧矿业：识别煤矿等矿业日常业务中皮带跑偏、传输异物、锚杆、皮带翻越、皮带堵料等危险违规行为。
▍用户价值
提升安全生产管理质量：通过智能图像识别技术，对人员作业保障类异常、人员风险预警类异常、设备类异常和环境类异常等进行实时监管，有效减少人员事故伤亡、设备非计划停运，提高人员作业规范与设备运维水平。
满足“工业互联网+”国家工业建设方向：满足《工业互联网+安全生产行动计划2021-2023》等相关文件工业建设方向，全面赋予智慧电厂“视觉大脑”能力。
满足治安反恐防范合规行业要求：满足国家及各工业行业治安反恐防范安全法规政策中入侵控制方面要求。
