综合视频业务 “视频业务化、业务视频化”以轨道交通场景及业务为基础，打造“人”和“站”为核心的生态体系，实现以“人”为中心的业务自主决策，以“站”为中心的运营、管理业务自主协同。 智能综合防汛业务系统 竞业达智能综合防汛业务系统聚焦轨道交通重点防汛部位，通过AIOT协议在前端进行视频和传感数据融合，统一传输至防汛业务平台进行数据分析、灾情研判和预警预报，进一步通过移动端实现防汛处置信息上传下达与记录提报，提供防汛业务闭环管理，切实提高防汛监测及预警能力，提升防汛事件处置效率。 客流统计分析及预警系统 竞业达自主研发的大客流统计分析及预警系统，通过深度学习算法模型准确地检测区域乘客数量并输出客流密度热力图，使地铁管理人员更加客观、准确地掌握车站内治安动态，以便科学做出决策，保证乘客能够安全、有序的乘坐地铁出行。 视频存储压缩数据智能管理系统 公司自主研发的视频数据智能压缩管理系统是以人工智能为基础、专注于视频及图像处理的创新型产品。可在不改变帧率、不改变视频分辨率、不改变时长、不损失特征点、不影响后续AI智能分析等条件下实现高清视频平均10倍以上无损压缩，压缩后视频文件大小平均为原文件大小的1/10。 新一代智能视频分析系统 竞业达致力于深入研究和探索动态视频分析、人体姿态分析、人体行为分析、视频质量诊断、场景分析等前沿AI技术，重点突破AI算法的精准度和实用性。同时，以人工智能图像识别技术为核心，打造云边端一体化的新一代智能视频分析系统。 综合安防业务 以安检、门禁、周界报警、巡更核心子系统为基础支撑，构建安全生态体系； 充分利用AI+IoT+AR技术，实现安全态势全面感知，安全事件自主识别； 以安全运营数据为驱动，打造轨道交通安全决策平台，真正实现决策科学、处置高效、安全可靠。 综合安防平台 通过AI、物联网、云计算、大数据等技术实现安全环境智能感知、安全资源实时可视、安防系统一体联动、用信息化精细管控、重点部位全面掌握、应急处置科学有效。 智慧视频 依托计算机科学与机器视觉、人工智能、云存储、云计算、容器化等多种技术，结合轨道交通场景化智能应用。增强安全预警能力，降低安全隐患，同时节省人力物力资源。 智慧安检 结合AI判图、生物特征识别、行为分析、出行大数据分析等多种人工智能技术，确保地铁运行及乘客的安全，实现安检场景精细化管控。 周界报警 新型周界报警系统采用“被动防护”+“主动探测”的方式，结合智能AI场景摄像机实现周界报警系统防护功能。具备对防区长距离监测、高精度定位、高环境耐受等功能。 出入口控制 采用智能人脸识别门禁设备，具有生物识别、视频应用、可视对讲等多样化功能，确保地铁正常安全运营，防止非授权人员进入限制区。使出入口管理更精准、更安全、更高效。 智能巡更 系统采用新型智能手持巡更终端、智能APP、动态二维码、云平台管理等技术，遵循使用者、管理者的实际需求，具有高效、实用、易于管理等特点。 智慧运维业务 积极布局建设后市场，面向乘客提供全方位体验，面向维保提供智能运维数据支撑，面向站务提供全景管控，面向管理提供决策支持。 以智能传感、智能视频为核心，将算法模型轻量化、模块化，形成以AI+IoT协同方案，真正实现场景化、视频化、运维化。 智能监测传感器 基于传感器、RFID、物联网传输等技术，采用一体化全数字传感器感知车站端侧主要设备关键部件的全息特征，对其进行在线监测。 多系统接入网关 基于多专业模型，采用多种算法建立动态权重自适应的评价模型，云边协同的运维技术下载到网关进行使用，实现综合运维。 可视化移动终端 系统将报警信息及报警视频推送至所负责该报警类别的部门值班员手持端，提示并辅助值班员前往处置，提高运维事件处置效率。 物联网中台 物联网中台实现面向业务统一数据出口和统一查询逻辑，提高数据的使用效率，为深层次物联网应用提供算法和模型的运作基础。 大数据分析算法 基于大数据、机器学习等实现设备状态综合分析、系统日志分析、运行趋势分析、指标关联、多维分析等分析功能。 智慧综合运维平台 结合各专业智慧运维需求，为各专业智慧运维提供统一的运维应用程序框架，为各专业智慧运维业务提供统一的应用集成环境和客户端操作界面。

围绕城市管理领域，针对市政基础设施、园区、社区等智慧化管理需求，以物联网、大数据、人工智能等前沿技术研究与开发为核心，深入业务场景，研发一系列感知层智能传感器和围绕业务场景应用的平台软件。 城市环境监测系统 聚焦城市局部PM2.5、温湿度、风力风向等环境参数，采用MEMS复合感知技术、物联网架构，实现城市环境智能监测，为城市居住舒适度评价提供感知数据支撑。 城市交通设施监测系统 聚焦城市交通设施，采用MEMS复合感知技术、物联网架构，针对交通指示灯、道路照明、交通隔离设施等交通设施部件进行监测，实现城市交通设施监测预警，为保证城市交通畅通运行提供感知数据支撑。 城市市容环卫设施监测系统 聚焦城市市容环卫设施，采用MEMS复合感知技术、物联网架构，针对垃圾桶、回收站等环卫城市部件进行监测，实现城市环卫设施监测预警，为保证城市市容市貌提供感知数据支撑。 城市消防设施监测系统 聚焦城市消防设施，采用MEMS复合感知技术、物联网架构，针对消防栓、消防通道等城市部件进行监测，实现城市消防设施监测预警，为保证城市消防正常运行提供感知数据支撑。 市政管线监测系统 聚焦城市市政管线设施，采用MEMS复合感知技术、物联网架构，针对供水管线、排污管线、供热管线、管廊等城市部件进行监测，实现城市市政管线监测预警，为保证城市市政管线正常运行提供感知数据支撑。 有限空间监测系统 聚焦城市有限空间场景，采用MEMS复合感知技术、物联网架构，针对各类窖井、重点机房、地下空间等进行监测，实现有限空间内水位、有毒有害气体等参数监测预警，为保证有限空间安全运行提供感知数据支撑。

1.通过“书法教学仪+书法服务器+临摹书法桌+学生书写仪”构建高端书法教室。 2.教师下发数字字帖和资源，书生书写视频采集与回传教师。 3.学生使用传统笔墨纸硯，配合数字字帖进行摹帖和临帖。 4.全程记录所有学生的书写过程，教师大屏多窗口展示、回放与讲解。 5.学生统一学习，读帖赏贴、临摹练习、书法知识学习。

(null)

内江卫生与健康职业学院是经四川省人民政府批准，教育部正式备案的全日制高等专科职业学校，由内江市人民政府举办，四川省教育厅依法实施教育行政管理。学院位于四川省首批医养结合试点城市——内江。内江素有“成渝之心、大千故里、甜城内江”之称，是“成渝双城经济圈”主轴发展带腹心节点城市，内江到成都、重庆的高速铁路仅需30余分钟，尽享两座特大城市的同城效应。学院环境幽雅、景色宜人，设施完备、生活便捷，是读书治学的理想之地。兼具景观休闲、实践基地等功能的校园山体“百草山”药花飘香、碧草如茵。学院占地443亩，一期建成校舍建筑面积12.99万平方米，包括教学楼、图书馆、实验（训）楼、大礼堂、学生宿舍、食堂等。其中，阶梯教室23间（包括学术厅2间）、普通教室65间；实验（训）楼3栋2.3万平方米119间，包括基础医学实验室、护理实训室、模拟病房、模拟药房、中药标本室、康复实训室等；学生宿舍778间；一个地下停车场，共550个车位；有标准的足球场、篮球场等体育设施；图书馆1栋，有纸质图书9.5万册、电子图书15万册、电子期刊8000种5000万篇。学院有专兼职教师240人，具有硕、博士学位93人，副高级及以上职称107人，双师型教师151人，外聘专家6人，拥有一大批神经学、心理学、呼吸内科等专家和学科带头人。学院坚持“精诚济世、仁心善治”的校训，培育和践行“定心守本、恒久为功”的校风和“行胜于言、止于至善”的学风，以“扎根内江、服务西南、健康中国”为办学目标，努力建设高水平医药卫生类高等职业院校。学院设护理系、健康服务系、医学技术系和药学系，开设老年保健与管理、健康管理、中医康复技术、助产、护理、药学6个专业，2020年在校生规模2400余人。学院秉承“医校共育、系科融合、理实一体”的办学理念，拥有校外实习基地30余个，内江市第二人民医院、内江市中医医院两所三级甲等医院为学院直属附属医院。内江市第二人民医院是“全国医师规范化培训基地”“四川省全科医生培训基地”“四川省护士规范化培训基地”，是全国第三家、四川省第一家“全国全民健康管理示范医院”。内江市中医医院是“全国市级示范中医院”“国家重点建设医院”“国家级中医医师规范化培训基地”“国家级中医助理全科医师规范化培训基地”。学院附属医院实力雄厚，全面满足人才培养和专业建设需要。百舸争流、千帆竞发，学院将践行为党育人、为国育才的初心使命，为健康中国奋力谱写高等职业教育的辉煌篇章！

针对空巢老人日常家居生活和健康状况的有效监护问题，通过智能穿戴和智能摄像头等等设备获取老人日常的体征、视频和音频等多模式健康数据，记录老人的体征数据、日常行为与精神外态，实现老人无监督、连续的日常家居生活、健康状况和精神状态的可视化、智能化、自动你险远程化监护，及时发现老人摔倒、表情痛苦、发出呻吟等紧急异常事件:综合分析采集的老人多模式健康数据，建立空巢老人的体征状态模型、日常行为模型和精神状态模型，实现对老人身体健康和精神状态的长期监测。同时，通过移动无线互联网络将老人日常生活、健康状况的围像视频以及数据图表信息发送到监护人以及医疗机构和医护人员的移动通信终端，实现对老人异常生活状态、健康状况变化的及时响应和监管。

故障预测与健康管理(Prognostics and Health Management, PHM)是利用先进的传感器技术集成，借助各种算法和智能模型来诊断、预测和监测系统/子系统/设备的健康状态，并根据诊断或预测信息、可用维修资源和使用要求对装备维修活动做出适当决策，从而以最小的投入获得最佳的健康状态。 PHM是一种实施以健康为核心的装备综合管理的技术方法和系统。实现了两个转变：由传统的基于传感器的故障诊断转向基于智能系统的健康状态预测与评估；由事后维修和定期维修转向基于状态的视情维修。主要研究内容包括：飞机液压/环控/供电/蓄电池/作动器等典型机电系统的地面故障诊断与健康预测评估，机载状态监测与诊断推理，飞机机电PHM原型系统，小卫星电源系统在轨寿命预测与运行管理，船舶机电系统综合状态评估与维护维修辅助决策，测试性设计分析与试验验证等。 已在SCI/EI/ISTP检索的国际国内学术刊物和会议上发表论文100多篇，获得国家发明专利10余项。