校园明厨亮灶监控系统实施方案

由中央纪委国家监委机关牵头抓总,市场监管总局、公安部牵头,会同教育部、农业农村部等部门成立联合行动工作组,在全国开展整治食品安全问题联合行动。采取人防+技防方式,采用高科技人脸识别+热成像测温+视频监控+大数据平台筑起疫情防控体系,降低校园病毒传染的风险。

一、行业背景

明厨亮灶监控系统

   为提高对大学厨房厨房公共安全的监测能力和预警预报能力,判断发展趋势,通过信息化手段,高效完成校园厨房评价工作的日常业务,达到准确、可靠、快捷、全面地提供校园厨房各方面数据分析成果。实现区域“明厨亮灶”数据的高效传输、便捷查询,动态反映区域市场监督管理局、学校状况,满足市场监督行政主管部门对信息的需要,更好为学校、公众及教育主管部门提供空间上和时间上的综合分析信息,为校园饮食安全提供技术支撑。

 

二、市场需求

促进校园“明厨亮灶”展示系统的科学化和规范化建设,建立以市场监督管理局和区域市场监督管理局及学校关于“明厨亮灶”的视频监控信息连接,准确、可靠、快捷、全面地提供校园厨房的视频信息,并且对各种事件进行记录,达到有法可依,有证可取。

依托大学校园“明厨亮灶”展示监控系统,通过计算机网络技术、数据库技术、机器视觉技术和标准化管理,将食堂的操作流程、业务流程、管理标准、文件记录、数据库智能查询等因素有机结合起来,组成一个科学、全面、开放、规范的综合性大数据服务监督管理平台。

三、技术架构

   大学校园互联网+明厨亮灶项目以人员流动识别、视频监控、展示系统的大数据存储与管理要求出发,依据“统一规划、统一标准、统一设计、数据共享”的基本原则,建立明厨亮灶大数据管理系统,实现对食堂视频监控、进出人员身份、测温数据规范、汇集和存储以及交换与共享。

大学食堂明厨亮灶

四、技术优势

编码技术:采用国际主流的H.264/H.265编码技术,从本项目方案实用角度,我们采用如下技术:图像最低格式为CIF,CIF图像大小为352×288象素;D1图像大小为704×576像素;720P图像大小为1024*720像素;最大支持1080P,1080P图像大小1092*1080像素。

传输技术:在视频监控系统中,视频图像的传输质量直接影响系统的监控质量,视频信号虽然已经过压缩,但数据量还是很大,特别是当几路视频信号同时在网络上传输时,大量的数据传输会造成传输网络的拥塞,数据的延迟及丢失,因此良好的传输协议和传输方式的选择至关重要。

组网方式:采用公用IP网传输视频数据的优点是无需建设高成本、复杂的广域视频骨干网,无需考虑专用的端接设备,将视频网络建设问题简化成一个常规的、简单的互联网接入问题。但其缺点是由于与互联网其他应用共享信道,争用带宽,视频传输质量很难得到有效地保障。因此,要求系统具有低码流、高质量的视频压缩技术。

视频接入网:基于系统稳定性和建设速度的考虑,本项目拟采用租用数据电路来进行视频传输。

接入网带宽:对于智能网关接入点的接入带宽,应该根据图像格式和帧率要求,确定带宽。例如,一路CIF视频图像,最小实际带宽需求为256Kbs/s,一路D1视频图像,最小实际带宽需求为768Kbs/s。重要级别监控点网络实际带宽CIF至少为512Kbs/s, D1至少为1536 Kbs/s。普通级别监控点的网络实际带宽至少为256Kbs/s。网络设计带宽按上述带宽要求的2倍计算,即CIF图像带宽要求为1Mb/s,1080P图像带宽要求为3Mb/s。

智能人脸测温:采用先进的人脸识别+热成像技术,可实现就餐人员识别统计及人员温度无感检测,对厨师进出厨房身份识别并测量体温,实现人脸与体温测量、考勤记录一站式服务。

AI算法分析:结构AI技术可以进行实时远程观看,对于未戴口罩/帽子等违规行为,系统可以进行AI识别并实时预警,联动到巡检系统,记录厨师上下班考勤结果,并实时推送给门店负责人立即整改。

五、AI赋能

人脸识别

人脸识别

厨房进出身份人脸识别

口罩识别

口罩识别

厨师未带口罩检测识别

工作服识别

工作服识别

未穿工作服检测识别

打手机识别

打手机识别

工作时期间打手机识别

抽烟识别

抽烟识别

厨师工作区域抽烟识别

老鼠识别

老鼠识别

厨房老鼠识别

厨师帽识别

厨师帽识别

厨师帽穿戴识别

客流统计

客流统计

客流统计人脸分析

六、适用用户

大学食堂视频监控 大学食堂多人无感测温系统 大专院校明厨亮灶 大专院校人脸识别系统 大专院校无感测温系统 大专院校人脸识别系统