- 综合排序
- 最热优先
- 最新优先
- 来自专栏燧机科技-视频AI智能分析
骑车不戴头盔识别检测系统
骑车不戴头盔识别检测系统通过GPU深度学习技术，骑车不戴头盔识别检测系统对行驶在马路上的骑电动摩托车等未戴头盔的行为进行抓拍，骑车不戴头盔识别检测系统不经过人为干预自动对上述违规行为进行自动抓拍识别。 骑车不戴头盔识别检测系统技术上采用 Tesnorflow+TensorRT推理组合，精度高速度快更实用。深度学习应用到实际问题中，一个非常棘手的问题是训练模型时计算量太大。
1.3K50编辑于 2023-02-09 - 来自专栏燧机科技-视频AI智能分析
厂区员工骑车不戴头盔检测系统
基于YOLOv8与RNN的厂区智能头盔佩戴监测系统设计与闭环管理实践 一、引言 我国制造业园区日均骑行通勤人次超2.1亿（《2025年中国产业园区发展白皮书》），未佩戴头盔导致的工伤事故占比达37%。 系统已在某汽车制造园区（占地80万㎡，含12个出入口）部署，日均处理违规事件180+次，头盔佩戴率从58%提升至92%。 针对厂区场景优化） from ultralytics import YOLO model = YOLO('yolov8s.yaml') model.model.nc = 2 # 2类：佩戴头盔 /未佩戴头盔 model.add_module('cbam', CBAM(256)) # 在Backbone后插入注意力模块 # 锚框优化（新增小目标锚框） new_anchors （持续3秒），触发二级告警（LED屏显提醒） 夜间闯入检测：通过红外成像识别未戴头盔人员（置信度0.93），联动广播系统发出警告
15910编辑于 2026-01-06 - 来自专栏燧机科技-视频AI智能分析
骑电动车不戴头盔识别抓拍系统
骑电动车不戴头盔识别抓拍系统通过Python基于YOLOv7网络深度学习技术，骑电动车不戴头盔识别抓拍系统对现场画面中骑电动车不戴头盔识别抓拍包括骑乘人员和带乘人员。
1.1K30编辑于 2023-01-13 - 来自专栏燧机科技-视频AI智能分析
骑电动车不戴头盔监测报警系统
一、引言 骑电动车不戴头盔是城市交通安全的重大隐患。 （“您未佩戴头盔，请立即佩戴”）+平台弹窗+违规截图存档； 二级告警（佩戴不规范）：LED屏显提醒（“头盔未系扣，存在安全隐患”）； 数据应用：每日生成违规热点图（高发时段/路口），辅助交警优化警力部署 五、工程应用与实测效果 在某新一线城市3个交通路口试点部署（含2个学校周边、1个商圈路口），6个月实测数据如下：安全效益：识别违规行为4260次（含未佩戴3280次、佩戴不规范980次），试点区域头盔佩戴率从 骑电动车不戴头盔监测报警系统利用先进的 YOLOv11+CNN 深度学习算法，骑电动车不戴头盔监测报警系统通过安装在关键位置的高清摄像头对骑行电动车和摩托车的行为进行实时监测与分析。 一旦检测到骑车者未佩戴安全头盔进入监测范围，系统会立即自动识别并抓拍当时的图像，同时将图像传输到管理中心。在管理中心，系统会输出报警信号，提醒管理人员及时处理。
41410编辑于 2025-12-28 - 来自专栏燧机科技-视频AI智能分析
三轮车不戴头盔违规载人识别抓拍系统
然而，三轮车交通事故频发，尤其是因驾驶员未佩戴安全头盔以及车厢违规载人（特别是非法载客）导致的群死群伤事件，已成为制约道路交通安全的突出痛点。 《道路交通安全法》及其实施条例明确要求驾驶及乘坐电动自行车、三轮车必须佩戴安全头盔，并严禁货运三轮车违规载人。 在此背景下，基于人工智能视觉技术的“三轮车不戴头盔违规载人识别抓拍系统”应运而生，成为构建智慧交通、实现非现场执法辅助与精准劝导的关键技术手段。 时序行为分析：利用RNN分析连续帧数据，有效区分“临时停车上下人”与“行驶中违规载人”，以及“短暂摘下头盔擦汗”与“全程未戴头盔”，大幅减少因瞬时动作产生的误报。 六、结语“三轮车不戴头盔违规载人识别抓拍系统”的核心价值，在于填补了非机动车治理中的技术空白，构建了一张全覆盖、低成本的交通安全劝导网。
9700编辑于 2026-03-07 - 来自专栏燧机科技-视频AI智能分析
二轮车不戴头盔违规载人识别分析系统
未佩戴头盔和违规载人（尤其是载成年人）是导致事故伤亡率居高不下的两大主因。 近年来，“二轮车不戴头盔违规载人识别分析系统”应运而生，市场宣传常提及基于“YOLOv12+CNN深度学习算法”，宣称能在繁忙路口实现“不间断监测、立即抓拍、现场喊话”。 所谓的“违规行为识别”，核心是利用目标检测（如YOLOv12）定位骑行者与车辆，结合卷积神经网络（CNN）或姿态估计技术，分析头部区域特征（是否有头盔、头盔颜色）及车身负载状态（是否有多人、后座人员体型 必须厘清的技术与法律边界：“头盔”定义的局限性：算法通常只能识别“头部是否有覆盖物”，难以精准区分“符合国标的3C认证头盔”与“工地安全帽”、“草帽”甚至“塑料袋”。 五、结语“二轮车不戴头盔违规载人识别分析系统”的核心价值，在于构建了一张全覆盖、低成本的交通安全劝导网。它通过“机器发现+现场喊话”的模式，将事后处罚前移为事中干预，有效提升了骑行者的安全意识。
14000编辑于 2026-03-05 - 来自专栏燧机科技-视频AI智能分析
校园骑电动车不戴头盔联动闸机通行系统
所有数据仅在校内闭环使用，不接入公安或交管系统。 二、可识别行为范围与技术边界系统聚焦可视、可判、低争议的行为，包括：未佩戴安全头盔（含佩戴不规范，如未系扣）；违法载人（除驾驶人外有第二名乘员）；加装遮阳伞/雨篷（车体上方存在刚性遮挡结构）。 注：不处理逆向行驶、机动车道行驶、越线停车——这些行为需道路标线与GPS定位支持，超出单点摄像头能力，强行纳入将导致高误报。 通行控制模块与现有闸机/门禁系统通过干接点或API对接；若检测到“未戴头盔”，闸机保持关闭，并语音提示“请佩戴头盔后通行”；不阻拦行人或非电动车用户，避免误伤。 五、成本与合规说明单通道改造成本（含摄像头+AI盒子+安装）约0.6～1.0万元（2025年市场估算）；系统仅为安全教育辅助工具，不替代人工管理；本文不推荐特定厂商，开发者可基于ONNX格式部署自有模型
14110编辑于 2026-01-21 - 来自专栏燧机科技-视频AI智能分析
骑三轮车违规载人不戴头盔检测系统
在城乡结合部及中小城市，电动/燃油三轮车因其载货载客灵活性被广泛使用，但也衍生出违规载人、驾驶员未佩戴安全头盔、加装遮阳伞等安全隐患。 ：驾驶员头部无符合标准的安全头盔；加装遮阳伞/雨棚：车体上方存在明显刚性遮挡结构。 系统不处理模糊场景（如临时搭载、儿童座椅），避免误判引发争议。 规则校验层对每辆三轮车，统计关联人体目标数量：若>1且车型为货运类，则标记“疑似违规载人”；头盔识别基于头部区域分类（戴/未戴）；加装伞具通过车顶区域异常凸起检测（结合HOG特征辅助）。 软件授权）约1.8～2.5万元（2025年市场估算）；所有处理在边缘完成，原始视频不出设备，符合《个人信息保护法》第27条关于公共场所图像处理的规定；系统仅为辅助取证工具，最终认定须由执法人员审核；本文不推荐特定厂商
17610编辑于 2026-01-21 - 来自专栏燧机科技-视频AI智能分析
小区出入口骑电动车不戴头盔识别系统
）自动聚焦； 辅相机（侧方45°）：捕捉侧面头盔佩戴状态（区分“戴而未扣”“完全未戴”）。 多传感器融合： 近红外补光灯（波长850nm）：夜间增强头盔轮廓特征（配合摄像机IR-CUT功能）； 定向麦克风阵列（拾音范围5m）：采集语音提醒反馈（如“已戴头盔”应答）； 道闸联动模块（支持RS485 model.model.nc = 3 # 3类：未戴头盔/戴而未扣/规范佩戴 model.add_module('cbam', CBAM(64)) # 通道注意力模块（增强头盔边缘特征） # 融合逻辑：YOLOv12定位头盔区域→CNN判断佩戴细节→综合判定最终状态分级干预决策逻辑 一级干预（语音提醒）：检测到“未戴头盔”或“戴而未扣”时，通过定向音响（声压级≥90dB，指向角30°） （二）误报率控制 多帧时序确认：连续3帧检测到“未戴头盔”才触发干预（排除“临时摘戴”干扰）； 环境自适应阈值：黄昏/夜间提升近红外通道权重（头盔识别置信度阈值从0.7降至0.6），暴雨天启用“运动模糊抑制算法
21310编辑于 2026-01-13 - 来自专栏燧机科技-视频AI智能分析
骑电瓶车不戴头盔识别检测系统 基于YOLOv11与RNN
一、引言 骑电瓶车不戴头盔是城市交通安全的突出隐患。 本文提出一种基于YOLOv11目标检测与RNN时序分析的智能识别检测系统，通过“多目标检测-行为时序研判-分级联动干预”机制，实现对骑电瓶车不戴头盔行为的毫秒级识别、证据留存与主动提醒。 YOLOv11交通场景适配优化 针对电瓶车“小目标（远处骑行者）、动态背景（车流穿梭）、复杂光照（树荫遮挡）”挑战优化模型：数据集构建：采集30000张城市道路实景图像（含白天/夜间、晴天/雨雾场景），标注“戴头盔 CBAM, BiFPN # 加载YOLOv11预训练权重并修改配置 model = YOLO('yolov11s.pt') # 轻量化模型 model.model.nc = 6 # 6类目标（戴头盔 骑电瓶车不戴头盔识别检测系统的核心是 YOLOv11+RNN 深度学习算法，骑电瓶车不戴头盔识别检测系统通过安装在城市道路周界区域的高清摄像头一旦检测到骑行者未佩戴安全头盔，系统会立即触发报警机制，一方面将当时的图像抓拍并传输到管理中心
44510编辑于 2025-12-27 - 来自专栏燧机科技-视频AI智能分析
施工现场不戴安全帽抓拍
施工现场不戴安全帽抓拍利用现场已经有的摄像头，运用机器视觉边缘计算和神经网络深度学习算法，对现场进出口、作业区域等人员违规行为识别、分析与预警提醒，施工现场不戴安全帽抓拍并把警报截屏和视频储存到后台。 此外，施工现场不戴安全帽抓拍还可以识别现场人员抽烟、打电话、睡岗离岗、工服识别、玩手机识别等。 施工现场不戴安全帽抓拍借助现场安装的监控摄像头，实时分析监控画面中人员行为信息，分析识别是不是配戴安全帽，如出现卫星情况立即抓拍报警，并储存未配戴安全帽的人员的照片记录。
40420编辑于 2022-10-07 - 来自专栏燧机科技-视频AI智能分析
工人不戴安全帽自动检测系统
工人不戴安全帽自动检测系统通过python+opencv深度学习网络模型，工人不戴安全帽自动检测系统对现场人员穿戴进行全天候不间断识别检测，工人不戴安全帽自动检测系统发现现场人员违规行为着装自动抓拍存档
54750编辑于 2023-02-14 - 来自专栏AI掘金志
安防进入大模型时代，依图「求索」新十年
近两年，安防行业发展进入瓶颈期，增长乏力，放眼安防行业的主要参与者们，无人不渴望变化，纷纷在广度、深度两个方向寻求破局之道。 比如，当用户要做一个“骑电瓶车不戴头盔”的需求时，AI公司需要先收集数据做训练，需求提出到满足，至少一到两个月。 有了预训练大模型后，只需输入“骑电瓶车不带头盔”的指令，就能生成算法，一周时间即可达到之前一两个月才有的效果，并且时间越长，模型精度越高。 比如要创建一个骑车不戴头盔的算法，只需输入“骑车不戴头盔”，就能生成算法，并且算法一旦上线，便能在线上做分钟级的训练，越用精度越高。 其三，内置了大量凝结依图对行业认知的算法。 依图做了闯红灯、超速、不礼让行人、骑车不戴安全帽、违法掉头、压实线等各种各样的算法，系统上线第一天，准确度只有60%-70%，一周结束后精度基本达到100%，并且成本比以往的建设成本下降了 60% -
90610编辑于 2023-12-21 - 来自专栏燧机科技-视频AI智能分析
反光衣穿戴识别系统
布署反光服装识别系统与门禁系统系统紧密结合，安全头盔识别系统，当工作员进到作业保护区工作中时，门禁系统刷工作卡，反光衣穿戴识别系统 自动检测是不是穿反光服装，戴头盔。 假如不穿反光服装，戴头盔不可以开启门禁系统。施工作业人员务必穿反光服装，戴头盔才可以开启门禁系统进到施工作业保护区。
40330编辑于 2022-09-10 - 来自专栏燧机科技-视频AI智能分析
安全帽识别监控解决方案
安全帽识别监控解决方案识别类型包含人、行为、安全帽子、工作服装、明火、烟雾等，安全帽识别监控解决方案利用现场存在的传统监控摄像头采集的视频信息内容，识别视频中产生的信息，及时明确现场监控画面中的目标行为是不是合规或者是不是戴头盔 戴安全帽识别可以联接门禁闸机系统，不戴安全帽的工作员不释放出来，还可以立即嵌入监控摄像头等机器设备，完成监控区域全天候监控和即时分析预警。
55630编辑于 2022-09-13 - 来自专栏燧机科技-视频AI智能分析
骑电瓶车违规载人识别抓拍系统 基于多目标跟踪与规则校验
：骑行者头部无符合标准的安全头盔；加装遮阳伞/雨棚：车体上方存在明显刚性遮挡结构；逆行/闯红灯：需结合信号灯状态与车道方向（依赖地图标定）。 系统不处理模糊场景（如怀抱婴儿、临时停车搭载），避免误判引发争议。 规则校验层对每辆电瓶车，统计关联人体目标数量：若>1且无儿童座椅标识，则标记“疑似违规载人”；头盔识别基于头部区域分类（戴/未戴）；加装伞具通过车顶区域异常凸起检测（结合HOG特征辅助）。 注：在实验室标准路口（晴天、无遮挡）下，系统对“两人骑行”的识别准确率达92.6%，头盔识别准确率89.3%（样本量：1200段视频）。 软件授权）约1.8～2.5万元（2025年市场估算）；所有处理在边缘完成，原始视频不出设备，符合《个人信息保护法》第27条关于公共场所图像处理的规定；系统仅为辅助取证工具，最终认定须由执法人员审核；本文不推荐特定厂商
19500编辑于 2026-01-20 - 来自专栏镁客网
宅男宅女的福利：当减肥健身成为游戏，你还会拒绝吗？
因此，人们对体质锻炼也越来越重视，有的人会选择去健身房，有的人会选择爬山，各种锻炼方式层出不穷。 然而大多数年轻人的问题就是缺时间！当你好不容易不缺时间，万一天公不作美就只能逼你待在家里了！ 同时，当屏幕中的场景变化时，如上坡、下坡等，也可以通过控制软件反馈到自行车的控制器上，因此产生的驱动力可以使骑车人有上、下坡的真实体验感。 虚拟帆板运动 ? 当你佩戴好VR头盔之后，通过模拟飞行、过山车或者其他星球的场景，让你调动全身的肌肉来保持平衡与策应。飞行短短几分钟，运动量相当惊人，可以燃烧大量卡路里，并能够锻炼你的肌肉。 虚拟现实头盔 ? 来自奥地利的应用服务商Runtastic为了让人们更加享受健身的乐趣，针对不同类型的运动创建出了不同的虚拟场景。当然，场景是不受限的，它还可以随着你的喜好来更替。 例如，你可以选择在海边、山坡甚至置身于马拉松大赛之中，同时Runtastic还为你在虚拟世界配备了魔鬼教练，让你健身不孤单。 好了，总结完毕。看完这么多“锻炼秘籍”之后，你还会选择去健身房锻炼吗？
91320发布于 2018-05-25 - 来自专栏燧机科技-视频AI智能分析
安全帽佩戴检测系统
安全帽佩戴检测系统在监控摄像头可监控到的地区画面中自动检索施工工作人员是不是戴安全帽、反光衣，假如见到工作人员不戴安全帽、反光衣，安全帽佩戴检测系统将开展语音播报，纪录违纪行为。 未戴头盔的违章行为可以即时监控和预警信息，警报短视频和截屏可以表明在手机客户端，响声和音箱可以布署在现场得出警报提醒。
61540编辑于 2022-09-08 - 来自专栏VRPinea
大朋VR E3定位版8.23开售，广州推介会达成年度7500万大单
正式发布了大朋VR头盔E3定位版。现场与广州杰同电子设备有限公司、广州卓远机械设备有限公司、广州龙程电子有限公司三家渠道客户签订了总额7500万年度订购协议。 此次推介会上展示的大朋VR头盔E3定位套装版以“如此清晰·大有可玩”为核心理念，搭载三星AMOLED柔光护眼屏，采用自研Polaris双目激光定位技术，成为最清晰轻盈的360°房间级交互VR头盔套装。 奥亦未来体验区 在广州奥亦未来E3定位版体验区，我们体验到了《Raw Data》、《义庄派对》等第一人称射击游戏；以及《原罪》线下多人对战模式，最直接的感受是，E3定位版的画面非常清晰，定位精度高，头盔相比 目前，在以诺亦腾Project Alice商用VR解决方案打造的奥亦未来"VR教室"中已全部部署了大朋E3头盔。 诺亦腾的联合创始人及CTO戴若犁博士在体验过E3头盔后，曾评价E3是一款“轻巧，视域好，光学畸变修正准确，头动时延非常低，佩戴舒适不压脸，重心匹配合适，外观品质控制优秀，工业设计符合审美”的VR头盔。
74240发布于 2018-05-14 - 来自专栏量子位
宋朝名画“虎戴VR”，在外网火了
然后脑洞大开的国外网友们，不按套路地给Imagen出了道题： 给宋代的东方老虎佩戴VR。 Imagen也没在怕的，“啪的一下”就给出了一幅力作——《虎戴VR》。 还别说，这幅《虎戴VR》还真是有点那味了。 不仅是画风上，VR头戴跟老虎以及整幅画作能够保持一致。 就连手柄、双虎嬉戏的感觉也都一步到位地画了出来。 于是，一场《虎戴VR》作画大战就此拉开序幕。 （猜猜谁家的画更有“心有猛虎，细嗅蔷薇”的味道 ） DALL-E也来请战 首先来应战的，定然是OpenAI家的DALL·E。 有人给浣熊戴上了宇航员头盔。 泰迪熊在这里开始游蝶泳。 还有老鹰型的巧克力冰淇淋（嗯，还挺应景）。 截至目前，Imagen和DALL·E都还在调试阶段，尚未向公众开放。 One More Thing 这次《虎戴VR》AI作画大战中，也不乏有失败的作品。 例如有网友就给出了用DALL·E mini来生成的示例。
98450编辑于 2022-06-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号