AI产品产品系统

项目聚焦智慧安防、智慧零售、智慧园区及智能门禁等物联网视觉领域。立项旨在解决传统场景下人工统计成本高、普通移动侦测无法区分人与物体、光线变化与树叶抖动导致误报率极高、以及门禁设备需离线运行等痛点。随着AI视觉技术的普及，门店需要精准的客流曲线指导经营，园区及危险区域需要无人值守的异常告警与越界防护。本系列项目通过构建智能视频分析后台，实现人流统计、异常侦测、人脸比对归档和区域入侵警戒，全面提升各行业安防与管理的智能化水平。

项目包含四大核心功能模块：
1.AI视频人数统计：基于YOLO实时检测人体，支持进出判定线、帧过滤与去重逻辑，提供人数统计、时段报表与客流曲线Web后台。
2.移动侦测与异常告警：利用FFmpeg解析视频帧进行对比与动态区域判定，实现移动物体识别、干扰过滤、异动抓拍、告警推送及历史查询。
3.离线人脸识别比对：接收设备抓拍图，调用开源人脸检测与特征比对模型，支持白名单管理、陌生人抓拍归档，以及Web端记录查询与导出。
4.区域入侵与越界检测：对接多路视频流，基于目标检测识别人员，支持自定义警戒区域与越界规则，实现入侵判定、抓拍告警与事件记录。

我负责的具体任务：独立负责后端整套视频AI业务开发。具体包括对接嵌入式设备视频流，基于GStreamer与FFmpeg进行码流解析与OpenCV图像预处理；集成开源YOLO人体检测模型与ONNX Runtime推理引擎；开发进出判定线、帧过滤、去重、动态区域判定、人脸特征比对、警戒区越界规则等核心业务逻辑；搭建告警推送、截图存储、人脸归档及Web后台接口；主导多路视频流并发处理、设备联调与算法参数调优。
技术栈与架构：采用GStreamer视频拉流、FFmpeg码流解析、ONNX Runtime、开源YOLO检测模型、OpenCV图像预处理。
实现亮点与难点：
1.复杂业务逻辑攻坚：攻克人流统计中的重复计数难点，通过帧过滤与去重算法保证统计精准度；解决移动侦测中光线变化、树叶抖动导致的误报问题，提升动态区域判定鲁棒性。
2.高并发与稳定性：实现多路嵌入式视频流的稳定对接与码流解析，优化后端并发处理能力，保障系统在无人值守场景下的长时间稳定运行。
3.离线与AI集成：完成人脸识别离线可运行的业务集成，实现陌生人抓拍与归档，满足门禁设备对低延迟和数据安全的要求。
4.端云协同：打通嵌入式设备与Web后台的通信链路，完成从视频流拉取、AI推理到告警推送、Web端可视化展示的全流程闭环。