钢铁、焦煤、火电厂的皮带跑偏、异物、堵料检测，解决安全生产中的不安全因素
1. 通过基于深度算法，结合视频跟踪的技术，实现异物（如锚杆、水煤、大块等）的检测识别，平台可发出声光警报提醒值班人员，抓拍图片、报警并联动控制设备停车。
2. 对人员的精确检测、跟踪，实现对人体检测分析识别，实时预警周界区域内人员入侵事件。当有人员进入监测范围内可对其自动识别，即对其抓拍并将当时图像传输到管理中心，在管理中心输出报警信号。
3. 通过视频监测人员是否站在划线区域内，或其他不允许进入人员的区域。当有人员出现时，可以抓拍图片及录像，形成报警记录，并可以提供联动控制信号。
4. 通过视频自动识别、监测值班人员的在岗情况，24小时检测识别，对工作人员的脱岗行为进行报警提醒高效监管，既能提高监控区域的安全性，避免因脱岗而造成损失或意外，减少人力监管成本，又能考核监控人员的工作质量。
5. 人员违章违规行为识别：实现井下人员各种常见违章违规行为的视频自动识别、图像抓拍、声音预警、实时自动统计分析，防止各类人员伤亡事故发生。
6. 视频AI分析软件和应急广播分站、LED显示屏等设备进行对接，实现文字、语音、声光告警，并联动。
7. 与绞车、强力胶带等设备联动，在设备运行期间，发现人员闯入进行自动抓拍并语音报警，在设备非运行期间不进行抓拍。
智慧矿山中的安全生产，主要分为三大类算法，一是人员类检测的，二是皮带类监测的；三是其他类算法
A. 人员类检测算法
1 人员识别
单人经过、多人顺序经过、多人并行经过、多人徘徊等经典场景下（不分人的种类，不分是否为员工，非员工），自动识别，触发事件，触发延迟不超过300秒；生成带有标记框的证据视频MP4文件；视频大小不超10M;自动统计视频中的人数并记录
钢铁、焦煤、火电厂的皮带跑偏、异物、堵料检测，解决安全生产中的不安全因素
1 人员入侵监测
人员入侵监测是在皮带的重要位置或沿线，检测是否有人员进入危险区域或靠近皮带。如有发现异常立马报警。
1 安全帽识别
系统能识别红、蓝、黄等多种颜色及形式的安全帽，不依赖于前端的摄像机，可排除草帽、遮阳帽等类似帽子的误报，具有深度学习能力，通过学习能排除现场误报情况。
1 睡岗离岗
离岗检测支持设置对象过滤，支持设置离岗时间，支持设置多个检测区域。
支持人员移动像素级判断，并可灵活设置移动多少像素为非睡岗，方便用户根据实际场景灵活设置
对象过滤可以排除只有值班人员在公办区域才算在岗，防止一些风扇转动或者一些晃动的物体被检测为值班人员，支持设置离岗时间检测，检测离开多长时间才算离岗，即可根据岗位规定，允许值班人员上班上洗手间的时间。超过时间即报警
