电厂安监人员数量有限，通过“人盯视频监控”的方式，工作量巨大，且很难发现问题，容易导致安全监察流于形式，需要机器视觉代替人工，一旦发现到违章、违规作业行为，系统能够自动报警。

结合电厂高危作业场景特点，进行合理前端布点设计，采用机器视觉方式，对电厂常见的违章、违规作业行为进行监测预警（例如：未戴安全帽等）。对于短期素材较少的AI识别需求，基于AI训练平台训练，并实现算法快速迭代，能力提升。

目前，能够通过图像识别技术实现的违章作业包括但不仅限于：

（1）安全帽检测：自动识别生产区工作人员有无佩戴安全帽。

（2）工作服合规检测：自动识别生产区工作人员标准着装是否符合规范（如：施工作业未穿反光背心，穿短袖等）。

（3）动火作业灭火器识别：涉及电厂动火作业场景，识别监控画面内是否有灭火器。

（4）单人无监护作业识别：特殊作业要求多人同时在场的，识别监控画面内是否为单人。

（5）误跑带电间隔检测：通过区域入侵检测算法，自动识别人员是否误入带电间隔，系统报警提醒。

（6）安全监护人离岗检测：危险作业要求安全监护人在场的，识别监控画面内安全监护人是否到场，以及在离岗时间。

（7）人员滞留检测：自动识别重要/关键区域人员滞留时间，超限报警。

（8）人员在离岗检测：自动识别关键岗位（如：集控室值班人员）人员在岗离岗情况，超过离岗时间上限，系统自动报警。

（9）人员倒地检测：识别生产区是否存在人员倒地情况。