四川简洲科技有限公司Sichuan Jianzhou Technology

边缘 AI 视频事件

在本地盒子完成多路 RTSP 接入、抽帧、人形/人脸/车辆识别，只把事件和截图推给业务系统，降低带宽与隐私风险。

首页 / 行业方案 / 边缘 AI 视频事件

典型场景

典型场景

  • 园区、停车场、校园、厂区的既有摄像头
  • 需要人形/人脸/车辆事件，而不是只看录像
  • 视频不便全部上云，要求本地处理
  • 事件要联动照明、门禁、广播、告警或工单

业务痛点

业务痛点

  • 摄像头只能录像，事后查证成本高
  • 全部上云带宽贵，隐私与合规压力大
  • 各家算法盒子封闭，事件格式不统一
  • 现场断流、丢帧、误报多，没人做长期运维

方案做法

方案做法

  • 接入：RTSP/HTTP/USB/录像统一帧源，先做通单路再扩多路
  • 推理：人脸/人形/车辆模型按场景选，ONNX Runtime + GPU/CPU
  • 事件：ROI、阈值、去抖、冷却，输出 HTTP 事件 + 截图
  • 联动：事件推给 JZLink、门禁、广播、工单或客户自有平台
  • 运维：资源报告、断流重连、队列/丢帧统计、远程升级

交付物与周期

交付物与周期

  • 摄像头接入清单、ROI 与阈值配置、事件协议、部署脚本、验收表
  • 单路试点 3~5 天；多路接入按摄像头数量与网络条件排期

效果与验收

效果与验收

  • 在线路数、断流恢复时间、事件到达率、误报/漏报基线
  • 现场按摄像头清单逐路验收，不以实验室合成流代替

补充说明

补充说明

  • 人脸识别涉及个人信息，按客户合规要求配置留存、权限与脱敏
  • 不承诺脱离现场条件的固定准确率

交付标准

  • 可运行：上线即用，核心流程走过真实数据验证
  • 可运维：部署方式、账号权限清单、监控与备份策略、常见故障处理说明
  • 可扩展：接口与数据结构留出扩展位
  • 可追溯：关键操作有日志，重要变更先备份

这个场景我们有成熟做法

把现状说一遍，我们给出可执行的实施方案与投入范围。

立即咨询 →