华为云用户手册

Step2 获取具体的分析结果 在设置的输出路径下，查看分析结果。 DIS 登录DIS控制台。 单击相应的DIS通道，查看输入流是否有数据。 通过DIS转储任务获取分析的结果数据，具体操作请参见DIS用户指南。 Webhook 服务使用post请求将作业的运行结果，包括告警结构化数据和图片数据，以JSON数据流的形式输出到用户指定的Webhook URL。 例如运行Webhook Service中的示例脚本将接收到的Webhook消息写在与脚本同目录的post.txt文件中。 以入侵检测算法为例，算法输出的JSON结果示例如下，表示识别出视频中在指定区域有人入侵。 { "event_type":196609, "timestamp":1581753322, "stream_id":"44000000581314000234#15#9f63890660f24175871c861b345e852d", "message_id":"849D1326-4FC8-11EA-8F73-0242AC110004", "image_base64":"/9j/4AAQSkZJRgA...", "task_id":"63eac48bf3704e8bb30af7f244fdcf3d", "data":{ "event_set":[ { "start_position":"in", "end_position":"in", "bounding_box":{ "y":327, "h":216, "x":876, "w":105 }, "category":0, "detection_id":"83BFC020-4FC8-11EA-9F93-0242AC110004" } ] }} 表1 JSON结果字段解释 字段 说明 task_id 表示作业ID。 data data中的内容表示算法作业运行输出的识别结果。 bounding_box 告警输出对象的矩形框。 x：矩形框左上角横坐标 y：矩形框左上角纵坐标 w：矩形框宽度 h：矩形框高度 detection_id 告警目标对应的UUID。 category 告警目标的类型： 0：人 1：车 2：其他 start_position 表示入侵开始位置： 如果是过线入侵，则是入侵开始所在线一侧的名字。 如果是区域入侵，则是“in”或者“out”。 in：表示入侵开始在区域里面。 out：表示入侵开始在区域外面。 end_position 表示入侵结束位置： 如果是过线入侵，则是入侵结束所在线一侧的名字。 如果是区域入侵，则是“in”或者“out”。 in：表示入侵结束在区域里面。 out：表示入侵结束在区域外面。

运行Webhook Service 智能视频分析服务作业的结果输出类型选择为Webhook时，在创建作业前，需确保Webhook Service已运行成功。 下面以一个简单的python脚本作为示例，展示如何启动Webhook Service并保存接收的数据。 准备一台本地的Linux服务器，确保Linux服务器和边缘节点服务器网络通畅，并已安装python环境。 使用ifconfig命令在Linux服务器上查询服务器IP地址。 修改脚本第18行，填入Linux服务器IP地址。 图1 示例脚本post.py import jsonfrom wsgiref.simple_server import make_serverdef application(environ, start_response): start_response('200 OK', [('Content-Type', 'application/json')]) request_body = environ["wsgi.input"].read(int(environ.get("CONTENT_LENGTH", 0))) f=open('./post.txt','a') f.write(request_body) f.write("\n") f.close() return ("200 success\n")if __name__ == "__main__": port = 6006 httpd = make_server("10.10.10.1", port, application) print "serving http on port {0}...".format(str(port)) httpd.serve_forever() 脚本中的端口6006可以根据用户实际需要修改。 创建作业时，算法输出Webhook URL设置为：http://${IP}:${port}。例如：http://10.10.10.1:6006。 执行脚本，启动Webhook Service。 python post.py 图2 执行脚本成功

边缘算法使用流程 表1 边缘算法使用流程 流程 子任务 说明 详细指导 准备边缘算法 创建边缘运行池 边缘运行池是一组处理服务作业的边缘节点。在创建服务作业前，要求先创建边缘运行池。 创建边缘运行池 购买算法包 根据业务需求选择购买对应的边缘算法包。 购买算法包 部署算法服务 使用边缘算法前需要将其部署到边缘资源池。 部署算法服务 准备输入输出 接入视频数据 您在使用视频接入分析服务的算法服务前，需要先接入视频数据，才能用算法服务对接入的视频进行分析，获取结果。 边缘算法支持接入摄像头、Restful、VCN三种视频数据来源。 视频源列表 准备结果输出通道 如果将结果输出到DIS或Webhook的话需要提前准备好作业分析结果的输出通道。 准备结果输出通道 创建分析作业 创建作业 创建作业需要指定一个已接入的视频源、一种已购买的算法服务，配置对应算法参数和作业执行计划，最后选择输出类型。 创建作业 查看分析结果 查看作业状态 作业创建成功后，观察作业的运行状态，待运行成功后，获取作业分析结果。 查看作业状态 获取作业结果 您可以根据设置的输出数据类型，采用对应的方式获取作业分析结果。 获取作业结果

查看批量配置详情 在“批量配置”页面可查看所有批量配置的算法、分组名称、作业数量、状态这些基本信息。若需要展示指定批量配置，可通过批量名称或算法服务名称进行模糊查询，或者通过算法服务、分组名称、作业状态和厂商进行精确的下拉筛选，最后可选择按照作业数量或创建时间进行升序或降序的排序。 批量配置更详情的信息可单击批量配置的名称进行查看。除了基本信息外，详情页会展示当前批量配置下关联的视频分析作业列表。关联的作业列表支持对作业筛选、启动以及查看单条作业的详情。

新建订阅 单击事件订阅，进入订阅列表页面。 单击“新建订阅”，参考表1填写相关参数。 表1 订阅事件参数填写说明 参数名称 参数描述 订阅者名称 设置订阅者名称。 视频源 选择“全部”或“部分”。 “全部”即订阅所有视频源的告警信息；“部分”即订阅所选视频源的告警信息。 订阅地址 订阅者本地PC地址。例：http://127.0.0.1:8080 请求头 随着订阅的消息一起发送给订阅者，格式为key-value。至少有一个自定义的请求头。 订阅者描述 描述信息，可选填。 新建订阅之后，平台会将产生的事件发送给订阅了该视频源的所有订阅者。

事件规则 事件规则，即展示事件的规则。 在事件列表页面单击“更多”，打开事件规则。 进入“事件规则”页面，可开启人工审核或事件重复聚合。 人工审核。如果开启，所有的事件都不会通过订阅的方式推送给用户，只有通过审核之后才会推送，如果关闭，则默认将所有的事件推送给用户。 事件重复聚合。开启事件重复聚合之后，需要设置事件聚合的时间（取值范围：1-1000）。即在这段时间产生的所有事件，都会聚合展示（将第一个事件作为主事件展示在事件列表里面，其余的事件作为从事件，展示在事件详情页），如果关闭此开关则将接下来所有的事件作为主事件展示在事件列表。 父主题： 事件列表

运行Webhook Service AI视频分析服务作业的结果输出类型选择为Webhook时，在创建作业前，需确保Webhook Service已运行成功。 下面以一个简单的python脚本作为示例，展示如何启动Webhook Service并保存接收的数据。 准备一台本地的Linux服务器，确保Linux服务器和边缘节点服务器网络通畅，并已安装python环境。 使用ifconfig命令在Linux服务器上查询服务器IP地址。 修改脚本第18行，填入Linux服务器IP地址。 图1 示例脚本 import jsonfrom wsgiref.simple_server import make_serverdef application(environ, start_response): start_response('200 OK', [('Content-Type', 'application/json')]) request_body = environ["wsgi.input"].read(int(environ.get("CONTENT_LENGTH", 0))) f=open('./post.txt','a') f.write(request_body) f.write("\n") f.close() return ("200 success\n")if __name__ == "__main__": port = 6006 httpd = make_server("10.10.10.1", port, application) print "serving http on port {0}...".format(str(port)) httpd.serve_forever() 脚本中的端口6006可以根据用户实际需要修改。 创建作业时，算法输出Webhook URL设置为：http://${IP}:${port}。例如：http://10.10.10.1:6006。 执行脚本，启动Webhook Service。 python post.py 图2 执行脚本成功

19. 特殊车辆检测 视频开始时间：对于离线视频，该项必须配置；实时视频流场景，无须配置。取值格式示例：2019/04/14 08:00:00 车道线：每条车道线的位置信息，格式为[[x1, y1, x2, y2],..., [x1, y1, x2, y2]]，其中x1, y1, x2, y2依次表示车道线上端点坐标值和下端点坐标值。 车牌信息：包括车牌所属城市缩写和省份信息。 特殊车辆集合：属于该列表的特殊车辆会被检测并输出事件。0表示中巴，1表示罐车，2表示大货车，3表示大客车。 输出图片设置：默认值为0，表示不输出检测图像，1表示输出。

21. 交通拥堵检测 检测区域设置：包括车道线信息。未设置检测区域时，默认全屏都是检测区域。 输出图像开关：默认值为1，表示输出检测图像，0表示不输出。 拥堵检测输出时间间隔：取值范围为[0, 600]，单位为秒。如果该值等于0，表示事件触发，即有拥堵产生的情况下才输出；如果该值大于等于1，表示事件按照配置的时间间隔输出。 渲染参数开关：默认为0表示不启用渲染，1表示启用渲染。启用渲染时，每一帧都会输出带车框的图片和拥堵指数，用于合成视频。 渲染模式下需要保证带宽足够大，期望的带宽为300M/s。当带宽满足不了时，输出会丢数据，并产生丢数据的日志。

23. 人脸提取 检测目标最大像素值：表示发送人脸图片长宽的最大像素，取值范围[90,1000]，默认值为800。如果该参数设置得过小，人脸提取的准确率会受到影响。 检测目标最小像素值：表示发送人脸图片长宽的最小像素，取值范围[90,1000]，默认值为120。如果该参数设置得过大，人脸提取的准确率会受到影响；如果该参数设置得过小，则可能提取到分辨率较低的人脸图。 发送原图开关：表示检测结果是否发送人脸原始图。0表示不发送原图，1表示发送原图，默认值为0。 原图压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。 跳帧数：表示每分析视频1帧画面后，所跳过的帧数。例如设置为2，表示每处理1帧跳过2帧。取值范围[0, 10]，默认值为0。该参数值越大，算法的性能消耗就越低，但会影响人脸提取的效果。 本地存储时间：表示本地文件保存时间，单位为天，超期会被自动删除。输出类型为Local Path（即将作业的运行结果保存在边缘节点本地）时生效，取值范围[1, 180]，默认值为1天。 人脸首次发送时间：表示从检测出人脸到发送人脸图之间的计时，单位为s，取值范围[0, 360]，默认值0。从人脸被检测开始计时，至该参数所设置的时间结束，算法会选择期间满足发送条件且质量最好的人脸图进行发送。 人脸必须发送开关：表示检测出行人后是否必须发送一张人脸。默认值为0，表示非必须发送。当参数设为1时，即使行人在检测过程内都没有满足发送条件的人脸，也会发送一张人脸。 人脸重复发送开关：表示是否重复发送同一位行人的多张人脸图。默认值为0，表示不重复发送。1表示重复发送。参数设为1后，需配合“人脸重复发送模式”、“人脸重复发送质量倍数”和“人脸重复发送周期”参数共同使用，从而选择以质量递增或者周期发送的模式，来发送同一个人的多张人脸图。 人脸重复发送模式：表示对同一位行人多张脸图的发送模式，取值范围： QUALITY_STEP：按质量递增的模式发送，需配合“人脸重复发送质量倍数”参数使用。对同一位行人，当新检测到的脸图质量高于已发送脸图质量一定程度时，会再次发送。 PERIOD：按时间周期的模式发送，需配合“人脸重复发送周期”参数使用。对同一位行人，选取每个时间周期内质量最优人脸进行发送。 人脸重复发送质量倍数：表示人脸图重复发送的质量递增倍数。对同一位行人，当新检测到的人脸图质量大于已发送人脸图一定程度时，触发再次发送一张人脸图，取值范围[1.0, 10.0]。默认值为1.2，表示新人脸图的质量必须大于已发送人脸图质量的1.2倍时，才会再次发送。 人脸重复发送周期：表示重复发送人脸图的周期时间。对同一位行人，在每个周期结束时，选取该周期内质量最好的人脸图发送一次。单位为s，取值范围[0,360]，默认值为1。 检测区域设置：表示检测区域，该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认全屏都是检测区域。

24. 占道经营检测 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。 占道经营检测开关：默认为1表示检测。0表示不检测。 出店经营检测开关：默认为0表示不检测。1表示检测。 目标框渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示用红色绘制告警目标边框。 检测区域渲染开关：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。 检测区域设置：表示检测区域。该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]],"name":"polygon"}]}可为每个区域设置名称，后续输出结果时会连带输出区域名称。参数没有携带时，默认区域为整个视频帧，默认区域名称为空字符串。

25. 垃圾检测 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。 垃圾检测开关：默认为1表示检测垃圾。2表示检测垃圾并检测疑似丢垃圾的人。 邻近行人约束开关：当开关打开时，垃圾附近有行人逗留的告警将被过滤。默认为0表示不开启开关。1表示开启开关。 垃圾最小尺寸：由于不同应用场景对垃圾的定义不同，用户可自定义配置垃圾最小尺寸，小于该尺寸的垃圾目标将不被告警。取值范围[1, 500]。默认值为1。 目标框渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示用红色绘制告警目标边框。 检测区域渲染开关：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。 检测区域设置：表示检测区域。该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]],"name":"polygon"}]}可为每个区域设置名称，后续输出结果时会连带输出区域名称。参数没有携带时，默认区域为整个视频帧，默认区域名称为空字符串。

17. 个体动作检测 climb_detection_sw：对输入视频流是否检测翻越动作，1表示检测，0表示不检测。默认值为1。 fall_detection_sw：对输入视频流是否检测摔倒动作，1表示检测，0表示不检测。默认值为1。 wave_detection_sw：对输入视频流是否检测挥手动作，1表示检测，0表示不检测。默认值为1。 bend_detection_sw：对输入视频流是否检弯腰动作，1表示检测，0表示不检测。默认值为1。 render_result_sw：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示用红色绘制告警目标边框。 render_roi_sw：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。 target_roi：表示检测区域，当在该区域内的垃圾桶被检测到异常状态时，触发告警。该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认全屏都是检测区域。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。

18. 异常停车检测 检测区域设置：包括车辆检测区域以及离开线和靠近线。未设置检测区域时，默认全屏都是检测区域。 车牌信息：包括车牌所属城市缩写和省份信息。 异常停车时间阈值：当车辆持续该值都没有移动过，就产生异常停车。取值范围为[20, 3600]，单位为秒。最长停车阈值设为1小时。 重复上报停车的时间间隔：同辆车重复上报的时间间隔，取值范围[30, 86400]，单位为秒，默认为30s。最长间隔为24小时。 该值为max（异常停车时间阈值, 重复上报停车的时间间隔）。 输出图像开关：默认值为1，表示输出检测图像，0表示不输出。

22. 高速流量统计及事件检测 车道线：包括高速车道线及车速统计辅助线。 拥堵检测开关：是否检测拥堵事件，默认为0表示不检测。1表示检测。 流量统计时间间隔：取值范围[60,600]，单位为秒。 异常停车检测开关：是否检测异常停车事件，默认为0表示不检测，1表示检测。 异常停车判定阈值：超过该停车时间时判定为异常停车，单位为秒，默认值为30。 异常停车事件输出时间间隔：针对同一起异常停车事件输出消息的时间间隔。取值范围[1,180]，单位为秒，默认值为30。 拥堵事件输出时间间隔：针对拥堵事件输出消息的时间间隔。取值范围[1,180]，单位为秒，默认值为30。 行人和非机动车检测开关：默认为0表示不检测，1表示检测。 违章行驶检测开关：0表示不检测，1表示检测，默认值为1。检测频率固定为2秒钟一次，检测事件包括压线行驶、逆行倒车、占用应急车道。 光照是否恒定不变：0表示光照会变化，1表示不变，默认值是0。该参数用于有些特殊路段的光照配置，比如隧道中持续亮灯，则该参数可以配置 1。

1. 人流量统计 过线人流量统计周期：统计设定时间周期内的人流量结果，单位为秒。取值范围为(0, 86400]，默认值为2s。 区域人流量统计周期：统计当前时刻的区域人流量结果，单位为秒。取值范围为(0, 86400]，默认值为2s。 过线人流量统计开关：对输入视频流是否检测过线人流量，默认值为1，表示检测。0表示不检测。 区域人流量统计开关：对输入视频流是否检测区域人流量，默认值为1，表示检测。0表示不检测。 检测区域设置：表示检测区域，该字段为JSON格式的字符串。例如：{"lines":[{"data":[[560,680],[1185,506]],"properties":{"side1_name":"Side1","side2_name":"Side2"}}],"polygons":[{"data":[[0,0],[0,1080],[1920,1080],[1920,0]]}]}。未设置检测区域时，默认全屏都是检测区域。 热力图检测开关：默认值为0，表示不开启。1表示开启。 热力图检测周期：单位为秒。取值范围为[10, 86400]，默认值为10s。 热点图更新周期：单位为帧。取值范围为[1, 10000]，默认值为4。在热力图检测周期内，热点值逐渐累加。

2. 入侵检测 过线检测开关：默认值为1，表示开启。0表示不开启。 徘徊检测开关：默认值为0，表示不开启。1表示开启。 区域检测开关：默认值为1，表示开启。0表示不开启。 车检测开关：默认值为0，表示不检测。1表示检测。 人脸检测开关：默认值为1，表示检测。0表示不检测。 检测目标最大像素值：检测目标的长宽最大像素，取值范围[1080, 4000]，默认值为1080。 检测目标最小像素值：检测目标的长宽的最小像素，取值范围[60, 4000]，默认值为60。 检测区域设置：表示检测区域，该字段为JSON格式的字符串，例如：{"lines":[{"data":[[560,680],[1185,506]],"properties":{"side1_name":"Side1","side2_name":"Side2"}}],"polygons":[{"data":[[0,0],[0,1080],[1920,1080],[1920,0]]}]}。未设置检测区域时，默认全屏都是检测区域。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。 检测结果渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示用红色绘制告警目标框。 检测区域渲染开关：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。

5. 遗留物检测 检测目标最小像素值：检测目标的长宽最小像素，与分辨率成正比，在1080p分辨率下，取值范围为[50, 400]，默认值为50。 告警时间阈值：遗留物告警时间阈值，目标产生告警时的遗留时间不少于该时间。单位为秒，取值范围[10, 300]，默认值为10。 检测周期：遗留物告警检测周期。如果在一个周期内有多个告警，则合并为一个告警。单位为秒，取值范围为[1, 150]，默认值为5，建议取值范围为[1, 告警时间阈值/2]。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。 检测区域设置：表示检测区域，该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认全屏都是检测区域。 检测结果渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示用红色绘制告警目标边框。 检测区域渲染开关：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。

13. 烟火检测 检测结果渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示当告警为烟时，用紫色绘制告警目标框；当告警为火时，用红色绘制告警目标框。 检测区域渲染开关：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。 视频采样间隔时间：取值范围[1, 10]，默认为1s。表示1秒采样一次视频画面。此参数决定了算法检测的频率，时间间隔增加，烟或火从发生到检测的最大时延会增加，建议根据可接受的实际响应延时设置此参数。 检测区域设置：表示检测区域，该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认全屏都是检测区域。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。

7. 消防通道占用 检测结果渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示用红色绘制告警目标边框。 检测区域渲染开关：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。 堆物占道检测开关：默认值为1，表示开启。0表示不开启。 车辆占道检测开关：默认值为1，表示开启。0表示不开启。 堆物占道停留时间设置：堆物在无明显遮挡的情况下停留时间超过该设置值则上报告警，其设置取值范围为[10, 3600]，默认值为40，单位秒。 车辆占道停留时间设置：车辆在无明显遮挡的情况下停留时间超过该设置值则上报告警，其设置取值范围为[10, 3600]，默认值为50，单位秒。 检测区域设置：表示检测区域，该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认全屏都是检测区域。

9. 高密度人群统计 场景类型：取值范围[0, 3]，默认为1。 0表示全屏模式，该模式即将退出，可用ROI模式替代。 1表示ROI模式。用户可以根据业务需要，选择画面中感兴趣区域进行人数和横幅统计，默认会对全屏进行统计。 2表示Flow模式。算法会根据视频画面连续几帧的检测情况，自动寻找画面中的静止人群汇聚区域。静止人群汇聚区域，通常可能伴随聚众议事、打闹等事件发生。当静止人群汇聚区域人数大于告警阈值时，会触发告警图片上报。 3表示Event模式。此时，事件间隔参数会生效。该模式即将退出，不建议使用。 事件间隔：取值范围[1, 20]，默认为10。表示一次事件需要几次检测。仅当场景类型取值为3时生效。 视频采样处理时间间隔：取值范围[1, 30]，默认为10s。表示10秒采样一次视频画面。 人数告警阈值列表：默认为50人。当视频帧中出现大于该阈值的人数时，上报告警。该字段在4种场景下的输入情况如下： 全屏模式，只能输入一个人数告警阈值。如果输入多个，默认使用第一个输入。 ROI模式，可以针对每个ROI区域输入不同的告警阈值，每个输入用空格进行分隔。若用户输入的人数告警阈值列表多于实际的ROI个数，则取前边的人数。如果输入的人数告警阈值列表少于实际的ROI个数，则比ROI个数少的部分用默认值补齐。举例：ROI有3个，当输入25 30 20，只要有其中一个ROI告警，则发送图片。当输入25 15时，则第三个ROI会用默认值50补齐，也即变成25 15 50。当输入25 36 23 40时，算法自动选择前3个，也即25 36 23。 Flow模式，只能输入一个人数告警阈值。如果输入多个，默认使用第一个输入。算法自动发现的所有汇聚区域都会共用这个告警阈值，只要有一个区域超过阈值，就会发送告警图片。 Event模式，人数告警阈值与ROI模式相同。 横幅检测开关：1表示打开，会对视频画面中的ROI区域进行横幅检测。0表示关闭，不检测。 横幅告警阈值列表：默认为1。当视频帧中出现大于该阈值的人横幅时，上报告警。 可视化输出开关：1表示打开，0表示关闭。默认为0，表示每个ROI区域检测到的人数大于告警阈值时，只会发送原图信息。只有打开可视化开关后，才会将检测到的行人和横幅进行可视化输出。可视化场景如下： 检测到单个行人，会用红色框进行标注。 检测到游行示威的横幅，会用红色框标注。 ROI模式(含全屏)检测到密集人群，会对该区域进行颜色渲染。 Flow模式检测到静止汇聚人群，会用黄色多边形进行区域标注。 对于ROI模式，每个ROI框会用黄色多边形在画面中标注。 密度估计开关：1表示启用密度估计模型，0表示不启用。默认为1。推荐当人数较多、告警人数阈值较大的场景启用密度估计模型；当人数较少、告警人数阈值较低的场景可不用密度估计模型。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。 检测区域设置：表示检测区域，该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认全屏都是检测区域。

11. 共享单车检测 告警模式：共享单车违停告警模式，默认值："single"。 "single": 表示单次告警模式，每当出现新的告警目标时，上报告警信息。 "periodic": 表示周期告警模式，每过一个检测周期，上报当前所有告警目标信息。 检测周期：共享单车违停检测周期，取值范围为[1, 3600]，默认为60s。 告警触发时间：共享单车停留超过这个时间则告警。取值范围[10,300]，默认为30s。 目标框渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示绘制，用黄色边框+红色底色，同时在框左上角位置标上warning标志。 合法区域设置：表示合法停车区域，车辆停在合法停车区域时不会触发违停事件。该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置区域时，默认全屏都是不合法停车区。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。

12. 个体事件行为检测 吸烟检测开关：对输入视频流是否检测吸烟动作，1表示检测，0表示不检测。默认值为1。 打手机检测开关：对输入视频流是否检测打手机动作，1表示检测，0表示不检测。默认值为0。 目标框渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示用红色绘制告警目标边框。 检测区域渲染开关：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。 检测区域设置：表示检测区域，该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认全屏都是检测区域。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。

14. 垃圾桶异常检测 告警触发时间：取值范围[30, 3600]，默认为30s。当检测到垃圾桶状态异常达到该时长是触发告警。 目标渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示用红色绘制告警目标边框。 检测区域渲染开关：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。 区域设置：表示检测区域，当在该区域内的垃圾桶被检测到异常状态时，触发告警。该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认全屏都是检测区域。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。

6. 戴口罩检测 目标框渲染开关：输出图像是否绘制告警目标边框，默认为1，表示用红色绘制告警目标边框。0表示不绘制。 检测区域渲染开关：输出图像是否绘制检测区域，默认为1，表示用黄色绘制用户设定区域。0表示不绘制。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。 检测区域设置：表示检测区域，该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认全屏都是检测区域。

16. 疑似活物检测 检测目标最大像素值：表示发送活物图片长宽的最大像素，取值范围[30,1000]，默认值为50。 检测目标最小像素值：表示发送活物图片长宽的最小像素，取值范围[5,300]，默认值为5。 目标框渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示用红色绘制告警目标边框。 检测区域渲染开关：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。 检测区域设置：疑似活物的检测区域，当在该区域内的疑似活物被检测到时，触发告警。该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[43,266],[42,645],[472,644],[416,212]]},{"data":[[311,182],[282,670],[941,661],[835,170]]}]}。未设置检测区域时，默认全屏都是检测区域。 原图压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。

3. 关键岗位检测 关键岗位检测开关：是否开启关键岗位检测告警，默认值为1，表示开启。0表示不开启。 在岗最小人数：关键岗位检测区域的最少人数，取值范围为[1, 100]，默认值为2人。 检测周期：关键区域检测周期，单位为秒。取值范围为[1, 3600]，默认值为1s。当时间到达检测周期整数倍时，触发算法检测在岗人数。 告警触发阈值：单位为检测周期个数。取值范围为[1, 3600]，默认值为60。假设告警触发阈值为N，当连续N个检测周期时间内检测结果都不满足最小在岗人数，则触发告警。触发告警或满足在岗人数则重新开始计数，直到再次达到告警阈值。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。 检测区域设置：表示检测区域，该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认区域为整个视频帧中间的1/4。

8. 工服工帽检测 工帽检测开关：默认值为1，表示检测。0表示不检测。 工服检测开关：默认值为1，表示检测。0表示不检测。 目标框渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示用红色绘制告警目标边框。 检测区域渲染开关：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。 图片压缩比：取值范围[20, 100]，默认为90，表示图片压缩比为90%。 检测区域设置：表示检测区域，该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认全屏都是检测区域。

15. 排队状态分析 排队状态分析开关：1表示开启，0表示不开启。默认值为1。 检测结果渲染开关：输出图像是否绘制告警目标边框，默认为0，表示不绘制。1表示用红色绘制告警目标边框。 检测区域渲染开关：输出图像是否绘制检测区域，默认为0，表示不绘制。1表示用黄色绘制用户设定区域。 检测区域设置：表示检测区域，该字段为JSON格式的字符串，例如：{"polygons":[{"data":[[84,389],[1840,349],[1824,526],[78,526]]}]}。未设置检测区域时，默认区域为整个视频帧。 图片压缩比：取值范围[20, 100]，默认值为90，表示图片压缩比为90%。

边缘算法使用流程 图2 边缘算法使用流程 表1 边缘算法使用流程 流程 子任务 说明 详细指导 准备输入输出 接入视频数据 您在使用视频接入分析服务的算法服务前，需要先接入视频数据，才能用算法服务对接入的视频进行分析，获取结果。 边缘算法支持接入Edge Camera、Edge Restful、VCN三种视频数据来源。 接入视频数据 准备结果输出通道 请提前准备好作业分析结果的输出通道。 准备结果输出通道 创建边缘运行池 边缘运行池是一组处理服务作业的边缘节点。在创建服务作业前，要求先创建边缘运行池。 创建边缘运行池 创建分析作业 创建作业 创建作业的过程中需要配置输出数据的类型。 创建作业 配置算法参数 创建作业的过程中需要设置相应的算法参数。不同的算法服务，对应的参数不同。 配置算法参数 查看分析结果 查看作业状态 作业创建成功后，观察作业的运行状态，待运行成功后，获取作业分析结果。 查看作业状态 获取作业结果 您可以根据设置的输出数据类型，采用对应的方式获取作业分析结果。 获取作业结果