易坊好文馆

  1. 首页 > 玩科技 >

食堂|大学校园食堂明厨亮灶实施方案

互联网 视频 数据 技术 系统 食堂 经验教程 传输 带宽 监控 图像 Kbs 明厨亮灶

一、行业背景

食堂|大学校园食堂明厨亮灶实施方案
文章图片
大学食堂明厨亮灶
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 。

食堂|大学校园食堂明厨亮灶实施方案
文章图片
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、适用用户
【食堂|大学校园食堂明厨亮灶实施方案】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

    推荐阅读


    上一篇：5g网络|适度超前原则推进5G加速发展

    下一篇：视频|24小时慢直播方案