项目一：物品遗留检测算法

具体使用场景：

通过地铁站内的视频监控，识别指定区域内乘客遗留的物品

具体需求：

在站台层公共区中，通过摄像机画面重点观察休息座位上是否存在遗留物品，于车控室进行告警，经由值班员二次确认后对相应物品进行处理。

性能&功能指标：

准确率不低于80%。

交付文件：

物品遗留检测算法

开发要求：

1、开发规范：https://github.com/ExtremeMart/dev-docs

2、开发周期：25天

项目二：扶梯检测识别算法需求

具体使用场景：

通过地铁站内的视频监控视频，识别乘客乘扶梯过程中的逆行、快速跑动及小孩跑动行为。

具体需求：

针对以下三种情况进行分析识别：

1.乘客乘扶梯过程中人员逆行的行为；

2.乘客乘梯过程中向上、向下的快速跑动行为；

3.识别出小孩在乘扶梯过程中的跑动行为；

性能&功能指标：

准确率不低于80%。

交付文件：

扶梯检测识别算法

开发要求：

1、开发规范：https://github.com/ExtremeMart/dev-docs

2、开发周期：25天

项目三：逃票检测识别算法

具体使用场景：

通过地铁站内的视频监控，识别进出闸机口的人员逃票行为

具体需求：

当闸机出入口出现乘客尾随进入逃票时，识别逻辑为识别闸机算法框定区域的人员数量或识别闸机红灯状态（红代表有人逃票，绿代表无人逃票）；于车控室监视器上进行告警提醒，提醒车控室值班员对人员进行相应措施。

性能&功能指标：

准确率不低于80%。

交付文件：

逃票检测识别算法

开发要求：

1、开发规范：https://github.com/ExtremeMart/dev-docs

2、开发周期：25天

项目四：举手招援识别算法

具体使用场景：

主要用于地铁站内，对于乘客举手求助的行为进行识别

具体需求：

在乘客晕倒或其他求助的情况，通过站内视频对事发区域附近的乘客或本人长期及不定期举手求救行为进行识别及告警和推送，提醒值班员做进一步处理。

性能&功能指标：

准确率不低于80%。

交付文件：

举手招援识别算法

开发要求：

1、开发规范：https://github.com/ExtremeMart/dev-docs

2、开发周期：25天

公众号后台回复报名获得项目信息，如果觉得有用，就请分享到朋友圈吧！