一 关于产品

钛星VN系列AI智能事件分析系统采用影像识别技术，综合处理和分析来自道路，隧道监控摄影机的影像，对于道路交通事件进行实时检测、警报、记录、传输、统计，并分析道路交通流量参数。所检测的交通事件包括异常停车、行人、散落物、车辆逆行、交通堵塞、车辆超低速、车辆超高速、车辆变道、火灾烟雾等。当检测到交通事件后，事件检测服务器会依照事件发生种类、时间、区域，采用先进的数字视频处理识别技术，通过对视频图像中的目标进行识别、跟踪，描述其运动轨迹，获得车辆的运动状态，从而实现对道路交通参数和道路交通突发事件的实时检测和自动报警。

二 产品特点

基于最新主流深度学习框架，自研AI深度学习算法，内置海量数据分析和多种算法模型，实现了分布式深度学习框架，在多机多卡上同时进行深度学习模型并行和数据并行训练，即通过同时增加训练样本数量和模型的参数数量，极大提升最终分类的准确性，显著提升学习效率，从而实现对道路交通参数和道路交通突发事件的实时检测和自动报警。有效预防和减少交通事故的发生，使得管理者能够及时有效地进行事故救援与处理，降低交通延误及避免二次事故的发生。

三 产品优点

Ø 基于传统算法的异常事件检测

Ø 基于传统算法分析，人工预设特征                    

Ø 对摄像机的要求较高

Ø 采用推理判断，而不是基于直接证据，

Ø 存在较高误报、漏报风险

Ø 基于CPU运算，视频分析能力弱  

Ø 基于视频采集前端的异常事件检测

Ø 在原监控摄像设备中集成一部分具备图像识别和比对的电路模块

Ø 计算能力不足    

Ø 应用场景有限

Ø 实施成本较高

Ø 不便功能升级

Ø 基于后端AI深度学习算法视频分析的异常事件检测

Ø 采用高性能服务器后端，基于高性能GPU计算分析，前端接入高清视频采集设备

Ø 准确度高、可二次学习训练

Ø 计算能力强                               

Ø 功能场景丰富

Ø 易于升级、扩展           

四 软件架构

智能视频分析大数据系统

该系统定位于大数据与人工智能分析平台，支持海量视频数据的实时接入与计算分析，支持CPU/GPU等硬件资源动态管理，提供AI分布式计算框架，集成了丰富的算法与模型，支持各类行业应用场景的开发，可应用于高速公路、隧道、桥面、服务区等解决方案

五 物理架构

六 产品形态

核心产品 ——钛星VN系列AI智能视频分析仪

Ø 尺寸：2U

Ø 同时处理8路至16路200万高清视频

Ø 功率：600W+

Ø 尺寸：4U

Ø 同时处理32路至96路200万高清视频

Ø  功率：1000W+

七 系统优势

1、智能算法

  基于PyTorch、TensorFlow、Darknet等主流深度学习框架，内置FastRcnn、Yolov3等多种深度学习模型，并进一步封装提供多种算法模型，含目标人员结构化、车辆结构化、事件检测、烟火检测等；

2、分布式训练

     AI将深度学习系统，实现了分布式深度学习框架，在多机多卡上同时进行深度学习模型并行和数据并行训练，即通过同时增加训练样本数量和模型的参数数量，极大提升最终分类的准确性，显著提升学习效率

八 产品功能

1、交通事件检测

  路面行人、违章停车、非法逆行、交通拥堵、越线行驶、火灾、路面遗留物…

2、实时高清监控画面显示

3、交通流参数统计

①  分车型车流统计、平均车、占有率、车型、车头时距检测、各点位流量监测。

②  根据颜色判别是否存在缓行、拥堵。

③  提供上下行流量统计。

4、全方位监控/告警

监控中心客户端可视化监控告警、外部系统对接（大屏、广播、声光报警系统）

5、实时事件查询确认

 逆行检测-应急车道逆行车辆检测

行人检测-应急车道行人检测

九 设备技术指标

Ø  机架：19"，2U/4U（具体以发货为准）

Ø 视频输入：100/1000M以太网口。

Ø 工作电压：AC 100～240V/50~60Hz

Ø 接口：100/1000M以太网口，USB2.0，PS/2等。

Ø 环境指标：

Ø 工作温度：0～40℃

Ø 相对湿度：10～85% @ 40℃

十 系统性能指标

1.交通事件检测

Ø 停车：检测区域内车辆停驶，检测率≥95%；

Ø  逆行：检测区域内车辆逆向行驶，检测率≥95%；

Ø 行人：检测区域内存在行人，检测率≥95%；

Ø 交通拥堵：检测区域内车辆排队长度超过设定阈值，检测率≥95%；

Ø 抛落物：检测区域内存在遗撒或抛物，检测精度≥95%；

Ø 车辆驶离：车辆驶出正常行驶范围，检测精度≥95%。

2.交通状况检测

Ø 畅通：车流运行通畅，检测率≥95%；

Ø 饱和：车流达到饱和状态，车辆运行速度显著下降（设定阈值），检测精度≥95%；

Ø 拥堵：车辆拥挤，车流出现排队和时走时停的现象，检测精度≥95%。

3.交通参数检测

Ø 流量：通过检测断面处每一车道的车辆数，检测精度≥95%；

Ø 车速：通过检测断面的每一车辆的速度，检测精度≥95%；

Ø 车型：通过检测断面处每一车道的车辆类型：大型(车长≧9.5m)、中型(5.5m<车长<9.5m)、小型(车长≦5.5m)，检测精度≥90%；

Ø 平均速度：通过检测断面每一车道的车辆平均速度，检测精度≥95%；

Ø 占有率：检测断面处每一车道的平均时间占有率（统计时间片长度为10S～15Min可调），检测精度≥95%；

Ø 车头时距：检测断面处每一车道的平均车头时距（统计时间片长度为10S～15Min可调），检测精度≥95%。