Startseite Erkunden Hilfe
Registrieren Anmelden
apple
/
SecurePlay
1
0
Fork 0
Dateien Issues 0 Pull-Requests 0 Wiki
Struktur: b47c0302c0
Branches Tags
SecurePlay
/
安播辅助服务程序说明.md

安播辅助服务程序说明.md 7.2 KB
Verlauf Originalformat

安播辅助服务程序说明

程序运行流程

  1. 从超脑WebAPI 取出基础信息，基础信息包括
    • 算法信息
    • 平台信息（摄像机信息）
  2. 从总控WebAPI获取到相关的处理规则
  3. 从超脑(也是Redis)获取到监测信息，信息包括
    • 是否带口罩
    • 人员计数等
  4. 根据处理规则处理获取到的监测信息
  5. 将处理过的信息写入到数据库中

使用到的地址

  1. 超脑基础信息API地址 apifox
  2. Redis地址
  3. 总控数据库
    • SQL Server
      • 数据表：EQM_BJ
      • IP：192.1.3.105
      • 用户名：sa
      • 密码：Qwer1234
    • 达梦数据库
      • 数据表：EQM
      • IP:192.1.2.44
      • 密码：QWERT12345
      • 数据库：EQM_BJ
    • WebApi

从行业超脑获取基础信息

  1. 使用http从行业超脑获取到算法列表和设备列表
  2. 这里使用一个线程单独读取，可能需要定时更新
  3. 算法列表和设备列表和tAction对应的值，算法列表好像只有这三个只有用，读取到后写入到EQM数据库 |算法列表|设备列表|EQM| |:--|:--|:--| |ability|ability|ActionId| |taskTypeId|taskTypeId|ActionTaskid| |muAiName|taskTypeName|ActionName|

  4. 设备列表获取的数据写入到EQM数据库的tActionCamer表格中，其对对应的关键字如下 |设备列表|tActionCamer| |:--|:--| |deviceId|CamerId| |deviceName|CamerName| |deviceSerial|CamerSerial| |deviceType|CamerType| |port|CamerPort| |userAccount|CamerUsr| |userPWD|CamerPwd|

  5. 安播可能会用到的算法 |编号|算法名称|能力|基础算子| |:--|:--|:--|:--| |1|人脸识别|facerecognitionstudio|facelib| |2|人员计数|mancount|atom-msrcnn| |3|违禁物品|contraband|atom-msrcnn| |4|玩手机|playPhone|atom-hodet（atom-yolo1）| |5|睡岗识别|sleep|atom-yolo（atom-itc）| |6|疲劳检测||atom-itc| |7|动物识别|animal|atom-msrcnn| |8|老鼠识别|mousedetection|atom-yolo1| |9|未戴口罩|mask|atom-yolo1|

从Redis获取数据

  1. Key的组成：%d : %s, DeviceID, 算法ID
  2. 算法ID通过获取摄像头算法列表获取到这个设备的算法编号，关键字是ability，存放在EQM数据库的tAction表格的ActionID

  3. Redis获取到的是JSON格式的数据，写入tAlarmInfo表格，需要根据Redis数据去其他表格获取补充数据，组合好后写入tAlarmInfo表格。Redis数据格式如下：

    {
    "actionDes": "",
    "actionResult": true,
    "alarmId": 73113,
    "beginTime": "2024-09-01T16:52:38.426",
    "channel": 1,
    "classifyId": 64,
    "classifyName": "培训教室-海康",
    "deviceSerial": "172.16.9.31",
    "endTime": "2024-09-01T16:53:38.426",
    "eventTime": "2024-09-01T16:53:08.426",
    "imageInfo": "http://webdav-read.default:80/webdav//GUI/1/PUMPING/2024/09/01//66d42b74e4b02066478c1ace.jpg",
    "isKeyPoint": 0,
    "personList": [],
    "picUrl": "66d42b74e4b02066478c1ace.jpg",
    "taskId": 452,
    "taskName": "夜晚001",
    "bBoxes": [
    {
        "bbox": [
        1692,
        369,
        1791,
        604
        ],
        "colorFlag": 1,
        "conf": [
        "0.03"
        ],
        "label": [
        "未成年人"
        ],
        "match_id": "",
        "status": false
    }
    ]
}

  4. 补充数据关键字和其对应的EQM库表格 |关键字|补充表格|所需的数据| |:--|:--|:--| |channel|tChannel|获取通道信息| |CamerId|tRoomCamer|获取到RoomId| |RoomId|tRoomInfo|获取到Room信息|

EQM数据库表格说明

  1. tAction是算法信息表，从超脑获取到的算法信息写入这个表格
  2. tWorkOnInfo是人员在岗信息表，也包含人脸信息库
  3. tActionCamer摄像机ID，和算法ID关联
  4. tFaceUser用户信息表，读取到超脑返回的用户数据，写入该表
  5. tRuleInfo报警规则表，区域人员检测（人员计数）会使用到
  6. tWorkOnInfo人员在岗信息表，主要给客户端同步用的

启动程序，可能需要从EQM获取的数据

  1. tCamerinfo获取摄像机信息
  2. tAction获取算法信息
  3. tPeriod获取时段详细信息，这里是补充获取摄像机信息
  4. tRoomCamer获取房间信息，这里是补充获取摄像机信息
  5. tRoomCamer获取通道信息，这里是补充获取摄像机信息

应用各算法的检测逻辑

  1. 逻辑详情见安播辅助提示系统需求文档
  2. 这里不在是一个摄像机一个线程了，而是根据任务分配线程，如违禁物品每个摄像机对应的Action都可以检测，那么每个Redis Key就是一个线程；检测人员在岗需要房间内的多个摄像机联合起来判断，那么这个房间内的整个摄像机都是对应的Action都在一个线程中。
  3. 这里以任务分配线程，如人员计数报警

报警算法逻辑

单个算法-单个摄像机写入EQM数据库报警信息

  1. 出现报警时会创建一条报警信息，直接写入到数据库，只有开始时间
  2. 根据设置的规定时间继续检测（如违禁品出现10秒才算报警，防止误报警），在规定时间内报警消失，就删除这次报警信息
  3. 超过了规定时间，报警消失，更新开始创建的那条信息的结束时间

违禁品检测

  1. 违禁品检测一个摄像机一个算法
  2. 检测违禁品一般是一个算法只检测一个物品，如果有多个物品，报警只有一条，所有违禁品都消失了，才会结束报警

算法需要多个摄像机配合

  1. 区域人员计数是一个算法ID，人脸检测是一个算法ID，这两个结合起来，组合成了区域人员检测（人员计数、在岗离岗、非法入侵等）

区域人员检测（区域人员计数）

  1. 区域人员计数有几种情况
    • 直播间、导播间各有最小和最大人数
    • 直播间+导播间有最小和最大人数

区域非法入侵

  1. 区域非法入侵需要两个算法配合，区域人员检测和人脸识别
  2. 区域人员非法入侵有几种情况，这个算法需要
    • 未知人员入侵
    • 人员个数和人脸可以识别的个数不相等
  3. 区域人员检测需要判断是否在检测时间段内
  4. 一个频率只有一个直播间和一个导播间？

人员在岗识别

  1. 需要人脸识别算法
  2. 人员在岗主要是给客户端实时信息
  3. 创建一个最新的记录在tWorkOnInfo表中，不断地更新这条数据的人数和人员信息
  4. 如果所有人都离岗了，这条信息的人数就清零
  5. 最新的在岗信息清零后，人员回来，就重新创建一条新的数据

直播间-离岗在岗报警