A Malatya İnönü Üniversitesi campus biztonságának növelése az Axxon One fejlett videókezelő szoftverrel
A Malatyai egyetem átfogóan korszerűsítette egyetemi biztonsági infrastruktúráját. A projekt célja a legmodernebb technológiák alkalmazása volt a biztonsági intézkedések fokozása, a műveletek racionalizálása, valamint a megbízható felügyeleti és elemzési képességek biztosítása érdekében.
Az ügyfélről
A Malatya İnönü egyetem Törökország egyik kiemelkedő oktatási intézménye, amely a tudományos kiválóság és az innováció iránti elkötelezettségéről ismert. A sokszínű hallgatói közösség és a kiterjedt campus miatt az egyetem egyedi biztonsági kihívásokkal néz szembe, amelyek robusztus és skálázható megoldásokat igényelnek. A vezetőség elkötelezett a biztonságos tanulási környezet biztosítása mellett, ezért az iskolabiztonságot kiemelt prioritásként kezeli.
Felismerve a legmodernebb iskolabiztonsági rendszer szükségességét, az egyetem partnerségre lépett a videókezelési és videóelemzési területeken vezető AxxonSofttal, hogy növelje hallgatói, alkalmazottai és létesítményei biztonságát.
Kihívások
Az egyetemnek számos oktatási biztonsági kihívással kellett szembenéznie, többek között a nagy kiterjedésű egyetemi területek felügyeletével, a létesítményekhez való hozzáférés ellenőrzésével, a járműforgalom irányításával, valamint a diákok és a személyzet biztonságának garantálásával. A meglévő egyetemi biztonsági rendszer elavult volt, és nem felelt meg a növekvő igényeknek.
Ügyfél
Malatya İnönü Üniversitesi
Termék
Axxon One VMS
Helyszín
Malatya, Törökország
Jellemzők & analitikák
Rendszámtábla-felismerés (LPR), intelligens keresés, videófal, távoli kliens hozzáférés, GPU gyorsítás
Megoldás
A projekt terjedelme
A Malatya İnönü egyetem iskolai biztonsági rendszer-frissítési projektje az AxxonSoft által biztosított fejlett technológiák széles skálájának telepítését és integrálását foglalta magában. A megoldás kulcsfontosságú elemei a következők voltak:
- Iskolai biztonsági kamerák: 950 nagy felbontású, 5 MP-es kamera telepítése az egész campus területén a széles körű lefedettség és a részletes megfigyelés biztosítása érdekében.
- AI videóelemzés: AI-alapú objektumfelismerés és -követés megvalósítása 100 kamerán a fokozott helyzetfelismerés érdekében.
- Azonosítási technológia: Tizenhat kamera azonosítására szolgáló videóanalitika telepítése az iskolai beléptetés ellenőrzésének javítása érdekében.
- Rendszámtábla-felismerés (LPR): Tizenöt LPR-kamera integrálása a járművek bejáratának és parkolásának ellenőrzésére és kezelésére.
- Radaros sebességérzékelés: Hat Milesight radaros sebességérzékelő kamera telepítése a sebességkorlátozások ellenőrzésére és betartatására az egyetem területén.
- Videófal: Központi videófal létrehozása a teljes iskolai biztonsági rendszer valós idejű megfigyeléséhez és irányításához.
- Távoli kliens-hozzáférés: Hét távolról elhelyezett kliens munkaállomás biztosítása az iskolai biztonsági rendszerhez való hozzáféréssel a decentralizált felügyelet érdekében.
- Foglaltság ellenőrzése: Hat kamerán emberszámláló analitika telepítése, valamint egy átfogó műszerfal a foglaltság megfigyeléséhez és elemzéséhez.
- Szerver infrastruktúra: Három Supermicro szerver és két NVIDIA RTX A2000 GPU telepítése a fejlett mesterséges intelligencia és videófeldolgozás számítási igényeinek támogatására.
Megvalósítás
A projektet több fázisban valósították meg, hogy az egyetemi működést minél kevésbé zavarják. Minden egyes fázis gondos tervezéssel, telepítéssel és teszteléssel járt, hogy minden komponens zökkenőmentesen működjön együtt.
1. szakasz: Értékelés és tervezés
Az AxxonSoft alaposan felmérte az egyetem meglévő iskolai biztonsági infrastruktúráját és követelményeit. Az értékelés alapján részletes projekttervet dolgoztak ki, amelyben felvázolták a kamerák, szerverek és egyéb kritikus komponensek elhelyezését.
2. szakasz: Telepítés
A telepítési szakaszban 950 nagy felbontású iskolai kamerát helyezték el a campus kulcsfontosságú pontjain. Ezeket a kamerákat stratégiailag úgy helyezték el, hogy lefedjék a nagy forgalmú területeket, bejáratokat, kijáratokat és más kritikus pontokat.
3. szakasz: A mesterséges intelligencia és az analitika integrálása
A következő lépés a mesterséges intelligencia és a videóelemzési funkciók integrálása volt. Ez magában foglalta a mesterséges intelligencia alapú objektumfelismerés és az LPR beállítását. A neurális hálózaton alapuló követési technológiát úgy konfigurálták, hogy fokozza a rendszer képességét a szokatlan tevékenységek érzékelésére és az azokra való reagálásra.
4. szakasz: Sebességérzékelés és személyszámlálás
A radaros sebességérzékelő kamerákat stratégiai pontokon helyezték el, hogy figyelemmel kísérjék a járművek sebességét, és biztosítsák az egyetemi sebességszabályok betartását. Az emberszámláló kamerákat a nagy gyalogosforgalmú területeken helyezték el, hogy nyomon kövessék az utasforgalmat és a mozgásmintákat.
5. szakasz: Központosított felügyelet és távoli hozzáférés
A videófalat a központi biztonsági vezérlőteremben állították fel, hogy átfogó képet adjon az összes kamerakép és elemzési adatról. A távoli hozzáférést hét távoli kliens munkaállomás számára konfigurálták, ami decentralizált felügyeletet és gyors reagálási képességet tesz lehetővé.
6. szakasz: A rendszer tesztelése és optimalizálása
Átfogó tesztelésre került sor annak biztosítása érdekében, hogy a rendszer minden összetevője megfelelően működjön. A tesztek eredményei alapján módosításokat és optimalizálásokat végeztek a csúcsteljesítmény és a megbízhatóság biztosítása érdekében.
Eredmények és előnyök
Az Axxon One fejlett VMS bevezetése jelentősen javította az oktatás biztonságát és védelmét a Malatya İnönü Üniversitesi egyetemen. A legfontosabb előnyök a következők:
- Jobb lefedettség és átláthatóság: A kiterjedt kamerahálózat átfogó lefedettséget biztosít, így az egész kampuszon nincsenek vakfoltok.
- Fokozott fenyegetés-érzékelés: A mesterséges intelligencia alapú objektum-felismerési és -azonosítási képességek javították a potenciális fenyegetések gyors azonosításának és az azokra való gyors reagálásnak a képességét.
- Hatékony járműkezelés: Az LPR-rendszer racionalizálta a járműfelügyeletet és -irányítást, javítva az egyetemi forgalomirányítást.
- Sebességszabályozás betartatása: A radaros sebességérzékelő kamerák segítettek a sebességkorlátozások betartatásában, javítva a gyalogosok és a járművezetők biztonságát.
- Adatvezérelt betekintések: Az emberszámlálás és a hozzá tartozó dashboard értékes betekintést nyújt a campus kihasználtságába és a mozgásmintákba, segítve ezzel a jobb létesítménygazdálkodást.
- Robusztus infrastruktúra: A nagy teljesítményű szerver és GPU beállítás biztosítja a videóadatok zökkenőmentes és hatékony feldolgozását és az AI analitikai műveleteket.
Következtetés
A Malatya İnönü egyetem és az AxxonSoft együttműködése sikeresen létrehozott egy korszerű iskolai biztonsági rendszert, amely új mércét állít fel az egyetemi biztonság terén. A fejlett technológiák és a mesterséges intelligencia által vezérelt analitika nemcsak az oktatás biztonságát növelte, hanem értékes adatokat is szolgáltatott a megalapozott döntéshozatalhoz. Ennek az átfogó biztonsági megoldásnak a bevezetésével a Malatya egyetem bizonyította elkötelezettségét, hogy biztonságos környezetet biztosítson a közösség számára. Ez az esettanulmány jól példázza, hogy a fejlett technológiát kihasználó innovatív iskolai biztonsági megoldások hogyan alakíthatják át az egyetemi biztonságot, garantálva a biztonságos és kedvező oktatási környezetet.