基于无线网桥的“枪球联动”水文监测系统

针对野外河流水文监测的恶劣工作环境,及对现有的运用无线传感器传输河流湿度、温度等数据的不直观的改进,一种基于嵌入式Linux的水文监测系统被提出。该系统基于B/S架构系统,前端摄像机采用"枪球联动"系统,用户可依据需求定时通过无线网桥采集视频图像数据,实现了全天不间断地监控,不仅减少了人力资本的投入,直观地得到现场视频图像和数据,而且缩短了河道突发事件的发现和排除时间,切实提高了工作效率和管理水平。

基于全景图像及枪球联动的机场场面监控优化

针对目前机场场面更加广阔复杂的环境,依赖单一视点堆积式的监控已经很难满足现行机场对于机场场面状况掌控的要求。因此,提出一种基于摄像机视频流的全景图像以及枪球联动的局部图像相结合的全方位场面监控,以构建一种角度更广、更细节的监控场景。利用性能优秀的SIFT算法对视频流中的关键帧提取特征点以及使用KNN算法寻找特征匹配,利用RANSAC算法筛选匹配点,再使用基于LM算法的参数优化模型以构建出全景图像。接着,根据枪机坐标系和球机坐标系之间的映射关系解出映射矩阵,在全景图中加入球机监控,以达到枪球联合监控的目的。实验结果证明,该方法能够实时高效地进行机场场面监控。

探究枪球联动智能交通事件检测系统在高速公路隧道中的应用

针对传统交通事件检测系统的误报率高、精度低等问题,枪球联动人工智能交通事件检测系统能大幅提高事件的捕获率和准确率。本文对博深高速公路内枪球联动人工智能交通事件检测系统的构成、功能及应用现状进行分析,并针对应用中存在的问题提出改进方案。

轻量化改进的YOLOv5s电厂人员行为检测方法

针对现阶段实时监测发电厂内人员存在违规行为活动较为困难的问题,提出基于改进YOLOv5s网络的枪球联动行为边缘计算系统。该系统利用枪球联动提高监控画面中小目标的成像质量,降低检测算法对小目标的检测难度,提高检测能力;同时针对检测网络计算复杂的问题,对YOLOv5s检测模型进行轻量化改进,提出YOLOv5s-light轻量型检测网络,修改预置检测anchors以及BottleNeck模块,提出BN-SiLU-weight特征提取结构,降低模型计算难度,提高模型检测速度,优化边缘计算部署能力。实验结果表明,YOLOv5s-light模型在mAP仅下降0.5%的前提下,实现了模型参数下降30%,推理时间缩短21.4%,结合枪球联动可以实现mAP提高1.5%,满足实时快速的边缘检测需求。

基于人工智能图像识别的散货码头天网智慧平台

为提高散货码头视频监控整合能力,降低生产安全管理成本,解决现场调度视频查阅困难、监控未能充分利用等问题,研发镇江港散货码头天网智慧平台。平台采用地图相机标定与不同监控相机特征点匹配的方法对港口现有监控系统进行优化。在现有监控相机的基础上,以地理坐标与监控相机图像特征点匹配关系、相机之间特征点匹配模型最佳映射约束为基础,构建港区地图与监控相机之间的坐标关系矩阵,实现地图与监控相机联动、异体枪机与球机联动。利用深度学习、卷积神经网络等人工智能技术与港区实际需求相结合,形成视频AI应用,实现对港区人员未穿工作服、人员闯入机动车道、车辆违停、车辆超速等违规行为进行自动检测报警。现场测试和使用结果表明:该系统在港区复杂的工况情况下,提高监控系统智能化水平和利用率,提高散货码头生产效率、管理水平和作业安全系数。