Detectamos y alertamos a través de inteligencia artificial cuando las personas no utilizan los elementos de protección personal.

En el siguiente video se demuestra el funcionamiento de la AI-Box de VIVOTEK (IE9111-O) en la detección de Elementos de Protección Personal.

Características principales

Impulsado por Qualcomm QCS605 SoC con motor de inteligencia artificial incorporado
Computación potente para procesamiento de video y aprendizaje automático
Impulsado por el dispositivo OSSA, que se ejecuta en el sistema operativo Azena (basado en el proyecto de código abierto de Android)
Soporta una variedad de soluciones VCA a través de aplicaciones Azena
Permite que cualquier tipo de cámara de red actúe como dispositivo AIoT
Conectores RJ-45 o M12 para conexión PoE
Entrada digital * 2, Salida digital * 2

Descripción del Producto

El IE9111-O o ""AI-BOX"" de VIVOTEK es un dispositivo de computación de borde que emplea el chip Qualcomm QCS605. Se ejecuta en el sistema operativo Azena, el cual es un sistema operativo basado en Proyecto de código abierto de Android. Puede integrar cámaras de red a través del protocolo RTSP para obtener imágenes para análisis y cálculo de aplicaciones relacionadas con IA. Con AI-BOX, los usuarios pueden convertir sus dispositivos de vigilancia existentes en un sistema inteligente AIoT.

Debido a que el IE9111-O es un dispositivo impulsado por OSSA, los usuarios pueden descargar e instalar aplicaciones en IE9111-O a través del App Store en Azena, y empodera a las cámaras de red con varias aplicaciones de análisis de contenido de video inteligente, tales como reconocimiento facial, reconocimiento de placas vehiculares y detección de comportamiento. Los usuarios pueden instalar y operar múltiples aplicaciones a la vez en el IE9111-O para tener aplicaciones más versátiles, inteligentes y efectivas.

El IE9111-O está equipado con un SoC Octa-Core basado en Qualcomm Vision Intelligence Platform, tecnología de IA y el motor de procesamiento neuronal de la GPU Adreno 615 y Hexagon DSP. Es compatible con la aceleración de hardware para el aprendizaje profundo, la computación visual potente y el rendimiento de la computación de borde que pueden optimizar las capacidades de procesamiento de imágenes de IA.