该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们。
为解决景区管理痛点,商汤科技与合作伙伴共同打造AI+3D可视化智慧景区综合解决方案,基于SenseNebula-AIS商汤星云AI服务器,实现了危险水域安全管理、进出游客数量统计、走失儿童/老人找回、客流热力图、人群密集提醒等功能,有效提升景区管理安全和效率。
2000多年前,汉武帝为训练水师,在今西安斗门镇开凿昆明池。他将昆明池比作银河,并在两岸刻置“牛郎”、“织女”两尊石像,牛郎织女的爱情传说就此流传开来。
2000多年后的今天,昆明池公园建设大量融入了七夕和爱情主题,故称作“七夕公园”。
独特的文化背景,让七夕公园成为各地游客热衷打卡的“爱情圣地”,而较高的人流量,也给安全管理带来挑战。
为解决景区管理痛点,商汤科技与合作伙伴共同打造AI+3D可视化智慧景区综合解决方案,基于SenseNebula-AIS商汤星云AI服务器,实现了危险水域安全管理、进出游客数量统计、走失儿童/老人找回、客流热力图、人群密集提醒等功能,有效提升景区管理安全和效率。
边端一体AI赋能,昆明池上线“智慧大脑”
昆明池是我国历史上第一大人工湖,水域面积非常大,为10.4平方公里,是杭州西湖的1.63倍,而且景区人流量也较大,单日人流量超5万。
SenseNebula-AIS针对景区重点水域,实现了有效的入侵保护。通过赋予视觉终端AI能力,当感知到有游客超过预设的活动边界时(如湖边、特殊区域),便会自动触发报警,通知管理人员及时到场制止,既能保护景区环境,又能防止游客误入危险区域。
虽然传统依靠人工查看视频方式也可以发现安全隐患,但人力成本高,且事故处理往往滞后。而通过AI技术可以让水域安全管理化被动为主动,对安全隐患早发现、早处理。
SenseNebula-AIS还可对进出景区的人员数量自动统计,生成客流热力图,自动报警人员拥堵、密度较高的区域,及时提示景区管理者,在必要时到场进行秩序维护,有效控制景区人流密度,预防潜在踩踏等安全事故发生,也有益于疫情防控。
客流热力图
寻找走失人员也是景区安全管理工作的一项重要挑战,尤其是老人、小孩等缺少通讯工具的人群,会令家人非常担心。
借助该方案,只需上传走失人员照片,就可秒级找到走失人员在景区中的位置,比传统广播寻人极大提升了效率和成功率。
今年以来,以商汤SenseNebula星云系列产品为核心的解决方案在多地疫情防控中发挥了积极作用,在各地机场、车站、地铁、学校、办公楼宇、小区等数十个各类场景落地。
今年3月,商汤博物馆AI防疫系统在陕西历史博物馆、秦始皇帝陵博物院、西安碑林博物馆、汉景帝阳陵博物院四大博物馆正式上线
SenseNebula星云系列产品之所以在各类场景应用落地“势如破竹”,主要有两点原因:
全自动化生产算法,将精度和速度做到*致。基于SenseSpring商汤深泉模型生产平台,SenseNebula商汤星云产品系列端到端的能力大幅提升,打通了模型训练到部署的闭环,不仅实现了全自动化生产,也优化了本地化部署的网络结构,从而将AI技术更好地服务于产业实践,在算法生产精度和速度上也先进于行业。
智能端边技术平台,技术能力标准化。历年来,商汤积累了大量各行业AI落地实战经验,打造了强大的智能端边技术平台,遵循通用场景标准化,特殊场景定制化的原则,以更快支撑产品的开发和落地,满足客户需求。
作为SenseNebula星云系列的新产品,SenseNebula-AIS功能更加强大,单台服务器大支持128路视频流,拥有一个平台多种算法、保护业主原有投资、端边融合系统架构、灵活的交付形态和强大的多设备接入能力五大优势。
AI+可视化,打破时间和空间管理限制
智慧景区综合解决方案在昆明池・七夕公园的落地,还实现了AI与可视化技术的有机融合。
通过3D可视化平台,可浏览景区各个区域
该方案利用数字孪生和三维建模技术,对景区进行1:1的建模还原,并通过物联网技术整合景区内所有视觉感知终端的视频信息,让管理者可透过景区的3D鸟瞰图,以可视化的操作方式便捷地浏览景区各个角落。
在3D可视化平台上,管理人员除了能够使用上文提到的景区安全管理各项功能,还可直观查看景区天气、湿度、风速、水位等环境信息,协助人工判断景区游玩项目的风险,从全局层面做出运营决策。
在3D可视化平台上可查看天气、湿度、风速、水位等环境信息
这套解决方案实现了景区人、事、物的统一可视化管理,打破了传统管理模式在时间和空间上的限制,做到实时预警、快速响应,为景区管理带来流程和体验上的创新。
智慧景区是智慧城市建设的重要组成部分,未来,商汤科技将继续发挥AI技术所长,加速西安及全国智慧城市建设,助力文旅产业快速复苏。
赞 (0)
安防在线,扎根安防行业,致力于推动安防行业智能化。
欢迎关注:安防在线 ,公众号:anfang_cn