面向庭院式住宅的周界入侵综合识别技术

针对现有周界入侵检测技术应用于私人住宅时面临的几个问题,提出一种面向庭院式住宅的周界入侵综合识别算法,该算法以YOLOv5为基础,将周界入侵检测任务分为异常目标检测与入侵检测两部分。在异常目标检测部分,针对YOLOv5在复杂户外场景下对小目标检测效果不佳等问题对其网络结构进行三点改进,然后应用改进YOLOv5对监控范围内人员穿戴与所持工具是否异常进行检测,并根据结果判断是否存在潜在入侵行为;在入侵检测部分,提出一种点线式区域入侵检测方法,巧妙地将区域入侵检测问题抽象成点与多条直线围成区域的位置关系判断问题。实验结果表明:本文算法在异常目标检测阶段平均精度(mean average precision,mAP)为85.4%,相较于YOLOv5与其他目标检测算法精度更高;模型检测速度可达23.4帧/s,实时性良好;在入侵检测阶段,点线式区域入侵检测方法相较于现有基于视频的入侵检测方法具有更高的入侵检测灵敏度且不存在误检现象;基本满足对庭院式住宅进行周界入侵检测的任务需求。

智能技术在工业制造系统中的应用

阐述人工智能技术在智能制造领域的应用,通过机器视觉系统、物联网技术、智能决策知识系统的应用,智能制造系统能够实时分析生产数据、预测设备故障,提高生产效率和质量。

基于小波域投影寻踪网络的多源退化图像的恢复

针对多源退化图像的恢复问题,提出小波域投影寻踪网络,并用于图像恢复。这种新方法结合了投影寻踪理论和小波收缩技术的优点,通过分别处理小波系数和尺度系数,较好地解决了对于多源退化因子的先验知识知之甚少情况下图像恢复这一难题。采用投影寻踪网络对模糊源进行模拟,估计退化因子;同时,用小波收缩技术中的软阈值方法来对噪声源进行抑噪处理。实验的结果与传统的逆滤波方法及投影寻踪网络方法相应的结果比较,说明这种新方法是一种有效的多源退化图像的恢复方法。

基于物联网和图像处理的森林智慧烟感预警系统

介绍了物联网技术和图像处理流程,研究了基于视频图像处理和卷积CNN算法的森林火灾烟雾识别模型,设计了一套农业森林智慧烟感预警系统。实验结果表明:该系统和颜色+运动+形态、Gabor小波相比,学习效率和准确率均较高,具有非常好的收敛性,在森林发生火灾时能够灵敏地检测到,且报警及时,证明了系统具有一定的可行性。