安全帽识别系统和鹰眸视频分析是运用当前先进的DEEP LEARNING算法识别视频内容，用人工智能减轻监控人员的劳动负荷，提高准确率。主要用于石化、煤炭、建筑、电力、铁路等行业的作业区域。系统的核心算法运用了当前国际领先的视频分析技术，汇集了香港科技大学和国内高校的技术成果，在低码流环境下的识别精准度具备明显优势。
安全帽识别系统产品特征：
针对动态视频，实时识别，深度优化；
识别、跟踪精度高，对光线、阴天等不同环境适应性强；
不受人员眼镜、胡须、发型、表情等遮挡影响；
不受人员正面、背面、侧面、跑动、低头等不同姿态影响。
识别内容：红色、黄色、蓝色、白色、橘色安全帽；
识别率：96%以上；
目标数量：小于10个（同一画面）
小检测尺寸：40 x 40像素；
分析区域：支持画面中自定义分析区域；
视频分辨率：建议不高于D1分辨率（分辨率越高服务器性能要求越高）；
视频传输协议：RTSP协议
视频帧率：建议5帧（不大于10帧）；
视频角度要求：距地面2-2.5米，与水平线角度大于15度；
色彩要求：彩色画面；
报警芳式：报警信息可推送多平台；
响应时间：延时1-3s左右（读取视频即时分析，延时长短取决于前端视频流）。
摄像头参数：网络H264信号，分辨率720P以上，支持RTSP协议（兼容市面上几乎所有监控摄像机）；
需要人工智能运算，服务器必须具备GPU
安全帽识别系统的服务器配置参考：
鹰眸视频分析视频源来自于前端的网络摄像机，视频分析服务器设置于机房或监控中心，服务器采用Ubuntu Linux高稳定性操作系统。服务器与网络摄像机在同一局域网内，通过RTSP协议访问摄像机视频流，实时获取，实时分析，实时报警。同时，鹰眸安全帽识别系统不依赖于具体硬件，具备跨平台的优势，既可用于新项目实施，亦可用于原有项目升级。
鹰眸安全帽识别系统可设置于通道处或作业区，通过视频自动识别未佩戴安全帽的人员并发出警告。警告信息同步推送至管理人员，并可截取图片和视频流作为证据留存。安全帽识别系统极大地提升了作业区域的管控效率，形成了强大的震慑作用，保障了作业人员的安全，目前在华润电力、武汉地铁等企业中均有成熟的应用并得到好评。
