4.周界入侵防范。

單一的智能視頻分析在周界入侵防范的應用上，有著很多的不足：場景多變、誤報率居高不下、識別效果不盡人意等。但是，將周界入侵預警器器和其他類型的傳感器相結合，以多重防范探測進行綜合應用，則可以取得非常好的效果。現在針對家庭、店鋪、車輛的典型應用場合的綜合應用方案已經獲得了很好的評價。

現有的入侵檢測如紅外探測、震動檢測等傳統手段誤報率都很高，利用物聯網技術的次聲壓傳感檢測技術、泛紅外和微波檢測技術等傳感檢測技術則對周界入侵檢測有很好的效果。但是，這些技術在檢測到報警后，都沒辦法實現即時的確認是否為誤報。如果這些技術與視頻分析技術、手機視頻等進行綜合應用，進行雙鑒探測等，則可以為用戶提供高效率、低誤報、可直觀確認的用戶體驗。

應用場合：無人值守的中小型店鋪、倉庫、家庭、小型辦公場所等。

5.駕駛員和值崗人員疲勞檢測

智能視頻分析技術能通過對人臉特征和人眼狀態信息的分析，感知到人的疲勞狀態。一個嵌入攝像頭和分析模塊的設備，是組成人體疲勞狀態預警器的主要組件，通過它即可感知人體疲勞狀態。

在私家車、貨運車、長途客運車、危險品運輸車輛、特種機械操作崗等關鍵場合，人體疲勞狀態信息是一個非常重要的指標，此時人體疲勞狀態預警器就有了非常好的應用機會。針對特殊的應用場合，同時集成諸如車輛信息采集、安全防范、油電路控制、GPS定位等，這種物聯網終端就能提供更為優秀的應用模式。

應用場合：私家車、貨運車、長途客運車、危險品運輸車輛、特種機械操作崗等。

6.人群聚集度判斷

現有的方案是通過嵌入式的平臺，采用智能視頻分析的技術，來對視頻場景內的人群聚集現象進行檢測和判斷，亦即為人群密度檢測儀。其內已嵌入GPRS/3G通訊模塊，通過對關鍵場合的不間斷監測和監控，預警人群聚集行為，并將結果傳送到后端應用平臺，提供實時的聚集現象的預警。

應用場合：平安城市、廣場、政府出入口等特殊場合。

7.動態車牌檢測和捕捉

通過智能視頻分析的方式，對視頻場景內的車輛進行檢測和定位、車牌進行檢測和定位，并通過車型重復檢測、車牌大小檢測、車輛行為判斷等各種復雜行為判斷，來獲取符合業務邏輯條件的車牌及場景照片，實現對車輛、車牌的動態檢測和捕捉。飛瑞斯動態車牌識別儀是基于動態車牌監測和捕捉技術實現的傳感器，來感知符合條件的車牌、車輛，并獲取取證照片。