在一些重要的区域，如机场、铁路、监狱、发电厂、油库等地，为了防止非法的入侵和各种破坏活动，传统的防范措施是在这些区域的外围周界处设置一些屏障或阻挡物，安排人员加强巡逻。

基于AI视觉分析技术，赋能现场摄像头，自动精准识别重点警戒区域的人员闯入行为，算法支持多种参数设置，可有效提升算法在复杂场景的准确率。

周界防入侵需要一套先进、科学、实用、性能稳定可靠、具有纵深识别能力、可支持无人值守的智能化入侵目标探测和定位识别系统来实现。

基于位置信息融合的视频联动

探测到可疑目标后，根据目标位置自动弹出合适的摄像机监控视频，使得视频中目标的像素分辨率尽可能高，目标清晰可见，并自动进行截图操作，将报警事件记录存储在本地。

智能目标分类识别

对视频联动过程中截取的图像进行基于深度卷积神经网络的目标检测算法，实现目标的分类识别并在图像中自动标注可疑目标的类型与边框位置，过滤动物、树木等可疑目标。

入侵目标移动轨迹显示

前端设备探测到可疑入侵目标后，客户端实时显示出多个可疑目标的运动线路轨迹，以便进一步分析入侵目标的行为特征。

历史回溯与取证

具有报警记录的本地存储与检索查看功能，通过选择对应的日期、防区进行历史报警记录的检索与回放，并提供报警记录对应时段的现场视频回放画面，实现快捷有效的现场取证。

应用场景

可以应用在入侵检测、视频报警识别，机场周界，核电站周界，油田天然气周界，化工厂周界，市政府，议会，法院重要场所周界，安保反恐周界，监狱周界，不动产别墅周界，博物馆周界，高铁站周界。