检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
城市垃圾桶满溢检测 输出JSON数据流到DIS指定的通道或者Webhook URL,包括告警结构化数据和图片数据。 JSON结果示例: { "event_type":1703936, "task_id":"taskef838190", "stream_id":
高密度人群统计 输出JSON数据流到DIS指定的通道或者Webhook URL,包括告警结构化数据和图片数据。 JSON结果示例 { "event_type": 524288, "task_id": "d1cde51e12eb47aaaafa36c2b4584b5c"
关键岗位检测 输出JSON数据流到DIS指定的通道或者Webhook URL,包括告警结构化数据和图片数据。 结果示例: { "event_type": 458752, "task_id": "01d0d8c40f24441c897db868e17a65db", "stream_id":
个体动作检测 输出JSON数据流到DIS指定的通道或者Webhook URL,包括告警结构化数据和图片数据。 结果示例: { "stream_id": "001", "event_type": 851968, "task_id":"6c4f45a2b
创建边缘视频目标属性识别作业 功能介绍 该接口用于创建边缘视频目标属性识别作业。 调试 您可以在API Explorer中调试该接口,支持自动认证鉴权。API Explorer可以自动生成SDK代码示例,并提供SDK代码示例调试功能。 URI POST /v2/{project_
创建边缘骑电动车未戴头盔识别作业 功能介绍 该接口用于创建边缘骑电动车未戴头盔识别作业。 调试 您可以在API Explorer中调试该接口,支持自动认证鉴权。API Explorer可以自动生成SDK代码示例,并提供SDK代码示例调试功能。 URI POST /v2/{proj
高点人群统计 输出JSON数据流到DIS指定的通道,包括告警结构化数据和图片数据。 grid_x_number取值为0或者grid_y_number取值为0,即采用经典ROI模式时,JSON结果示例 { "event_type": 1769472, "task_id":
烟火检测 输出JSON数据流到DIS指定的通道或者Webhook URL,包括告警结构化数据和图片数据。 JSON结果示例: { "event_type": 393216, "task_id": "2f268b9472a544e991eae3c5c3534f5b"
非机动车检测 输出JSON数据流到DIS指定的通道或者Webhook URL,包括告警结构化数据和图片数据。 非机动车违停/非机动车入侵JSON结果示例: { "event_type":1376256, "alarm_type":0, "task_
消防通道占用检测 输出JSON数据流到DIS指定的通道或者Webhook URL,包括告警结构化数据和图片数据。 JSON结果包括车辆占用消防通道报警、堆物占用消防通道报警以及事件消失告警。其中,事件消失告警会在已告警的车辆或者堆物不再非法占用消防通道时,触发告警。 车辆占用消防通道报警json实例
表示正常上报 bounding_box List 检测框列表 检测框参数说明 字段 类型 说明 x Int 检测目标对应图片左上角顶点x坐标值。 y Int 检测目标对应图片左上角顶点y坐标值。 w Int 检测目标宽。 h Int 检测目标高。 父主题: 告警信息
结构化数据和图片数据,以JSON数据流的形式输出到用户指定的Webhook URL。 例如运行Webhook Service中的示例脚本将接收到的Webhook消息写在与脚本同目录的post.txt文件中。 以入侵检测算法为例,算法输出的JSON结果示例如下,表示识别出视频中在指定区域有人入侵。
在图中绘画多个多边形区域。如图3所示。 图3 绘画多边形区域 单击“菜单 > 保存文件 ”,选择“保存TXT”或“保存图片”,可将绘画结果保存为TXT文件或图片,以备后续查看,如图4。 图4 保存结果 生成的TXT文件如图5和图6所示。其中第一行是带转义符的字符串,通过视频分析服
"polygons":[{"data":[[0,0],[0,1080],[1920,1080],[1920,0]]}]} 图片压缩比 取值范围[20,100],默认为90,表示图片压缩比为90%。 90 目标框渲染开关 输出图像是否绘制告警目标边框,默认为0,表示不绘制。1表示用红色绘制告警目标框。
面向泛园区场景提供多种智能分析算法,基于深度学习等领先技术,保证人、车辆、事件、行为的高精度感知和处理。 通过视频分析、图像处理和自然语言处理技术,对园区和城市治理中的视频、图片和文本数据进行多模态联合分析,充分挖掘数据潜在关联性。
基于工服工帽检测算法,通过工地入口或指定作业区域的摄像头,对人员的安全帽佩戴和反光服穿着情况进行检测,如发现有人员未佩戴安全帽或者未穿反光服时,上报告警信息,并对特定人员的图片进行保存。 图9 安全帽、反光衣未穿戴检测 图10 安全帽、反光衣未穿戴检测
"polygons":[{"data":[[0,0],[0,1080],[1920,1080],[1920,0]]}]} 图片压缩比 取值范围[20,100],默认为90,表示图片压缩比为90%。 90 目标框渲染开关 输出图像是否绘制告警目标边框,默认为0,表示不绘制。1表示用红色绘制告警目标框。
云上入侵检测算法提供了区域入侵、过线入侵功能,通过分析视频数据,检测到有人或车触发入侵,会上报告警。 本示例中,接入的视频数据来自IVM(用户需要先把视频流接入IVM),输出识别结果到指定的DIS通道。 使用流程 图1 云上算法使用流程 表1 云上算法使用流程 流程 说明 详细指导 购买算法 根据业务需求选择购买使
最大值:1 缺省值:0 image_compression_ratio 否 Integer 对应控制台的界面参数“图片压缩比”。取值范围为[20, 100],默认值为90,表示图片压缩比为90%。 最小值:20 最大值:100 缺省值:90 target_roi 否 String 对应控制台的界面参数“检测区域设置”。
最大值:1 缺省值:0 image_compression_ratio 否 Integer 对应控制台的界面参数“图片压缩比”。取值范围为[20, 100],默认值为90,表示图片压缩比为90%。 最小值:20 最大值:100 缺省值:90 target_roi 否 String 对应控制台的界面参数“检测区域设置”。