PPE Analytics

Pengenalan

PPE Analytics (NFV4-PPE) adalah pipeline analitik video real-time yang mendeteksi setiap orang dalam stream video, lalu mengklasifikasikan 11 atribut Personal Protective Equipment (PPE) yang dikenakan — head protection, vest, sarung tangan, safety glasses, dan lain-lain — beserta confidence-nya. Hasilnya dikirim sebagai event sehingga sistem downstream dapat menentukan compliance dan mengirim alert non-compliance.

PPE Analytics dibangun di atas arsitektur multi-logics Visionaire yang sama dengan People Analytics: satu deteksi orang dan satu klasifikasi atribut dibagikan ke empat sub-analytic — Counting, ROI Counting, Dwelling, dan Density — yang dapat diaktifkan secara independen sesuai kebutuhan Anda.

---

Cara Kerja

Setiap frame video diperkecil ke resolusi internal 512×352 sebelum dilewatkan ke detektor orang. Sub-analytic yang aktif (Counting, ROI Counting, Dwelling, dan/atau Density) memutuskan objek mana yang perlu di-dump sebagai event. Untuk setiap objek yang akan di-dump, crop tubuhnya dilewatkan ke model klasifikasi atribut PPE yang menghasilkan label dan confidence untuk 11 atribut sekaligus. Atribut dengan confidence rendah diberi label Unknown, lalu event dikirim lengkap dengan gambar dan detail sub-analytic yang menghasilkannya.

Apa yang Dilakukan

Kemampuan

• Deteksi orang real-time — mendeteksi setiap orang dalam frame video menggunakan model deteksi yang sama dengan People Analytics.
• Klasifikasi 11 atribut PPE per orang — 4 atribut biner (safety_glasses, face_shield, gloves, safety_harness, masing-masing Yes/No) dan 7 atribut multi-kelas (head_protection, helmet_color, face_mask, protective_clothing, protective_clothing_color, footwear_type, work_context). Daftar lengkap nilai per atribut ada di Konfigurasi — Atribut PPE.
• Counting — hitung orang yang melewati garis virtual beserta atribut PPE-nya.
• ROI Counting — hitung orang yang masuk/keluar polygon area kerja.
• Dwelling — deteksi orang yang berdiam di suatu area melewati durasi tertentu.
• Density — estimasi periodik jumlah orang dalam sebuah area, opsional dengan rincian atribut per orang.

Yang TIDAK Dilakukan

• Tidak membuat keputusan compliance — modul ini menghasilkan klasifikasi atribut per orang; keputusan "boleh masuk/non-compliant" harus diimplementasikan di sistem downstream berdasarkan field attributes pada event.
• Tidak mengidentifikasi atau mengenali wajah pekerja — gunakan Face Recognition untuk itu.
• Tidak memiliki toggle aktif/nonaktif per atribut via API — seluruh 11 atribut selalu dihitung untuk setiap orang yang terdeteksi.
• Tidak melakukan cross-camera tracking — setiap kamera berjalan independen.
• Tidak mendeteksi kecelakaan kerja atau perilaku tidak aman (slip, trip, fall) — hanya atribut PPE yang dikenakan.

---

Use Cases

---

Modul Terkait