基于机器人智能识别系统的大坝安全巡检技术研究

虽然测量机器人(即自动电子全站仪)可以自动(或半自动)监测大坝的外部变形,但监测站位置(监测基站)的稳定性对监测精度有很大影响,当测量视觉被覆盖时,测量机器人无法监测相应的变形点。为了解决上述问题,将GPS(全球定位系统)技术与测量机器人相结合,开发了机器人智能识别系统(基于GPS的大坝安全机器人智能识别系统),彻底解决了上述问题,简化了监测程序,降低了监测的固定投资成本。介绍了基于GPS的大坝安全机器人智能识别系统的结构和工作原理,并给出了监测器实例。

智能视频识别系统在啤酒生产过程中的应用

在国家智能制造大背景下,为了应对啤酒企业在数字化、智能化升级中面临的诸多挑战,帮助啤酒企业进一步实现智能化工厂无人(少人)化的目标,提高劳动生产率,降低人力成本,同时提高工厂无人值守运行和维护的安全性、可靠性和有效性。通过应用智能视觉识别系统,解决了啤酒生产过程中的视频代替人工日常巡检、机台关键部位监控、安全巡检、食品安全监控、员工职业安全监控等一系列的问题。实现了工厂的可视化监控和调度,使得啤酒工厂运行更为直观、安全、可靠和经济。

AI视频智能监控系统在煤矿安全管理中的应用

随着煤矿产业的不断发展,煤矿安全问题成为了行业关注的焦点。传统的安全管理方式已经无法满足现代煤矿的安全生产需求,近年来,人工智能技术的快速发展为煤矿安全管理提供了新的解决方案。利用AI智能识别控制平台,实现对人员的不安全行为、设备的不安全状态以及环境的不安全因素等隐患的智能分析与预警,包括抓拍照片、录像、记录日志、发出联动控制命令等,利用安全生产辅助监管功能实现现场广播语音提醒、设备停车等分级管控。因此,探讨AI视频智能监控系统在煤矿安全管理中的应用,对提高煤矿安全水平和降本节能增效具有重要意义。

视频监控系统在煤炭安全生产中的智能化运用分析

为有效提升煤炭生产期间的安全性,在新时代背景下,企业需要注重智能化技术的应用,结合生产实际需求,对视频监控系统进行优化,建立智能化管理平台,确保能为数据信息提供便捷的处理条件,保障生产期间数据资源的采集和利用,实现生产的安全与稳定。目前,国家高度注重煤炭生产的安全性,以视频监控系统作为保障技术手段,转变传统生产安全监管手段,实现工作的优化与发展,更好地促进智能化运用水平提升,奠定我国煤矿行业健康发展的基础。

智能视频监控及分析技术在综合安防系统中的应用

本文讲述了智能视频监控在综合安防系统中的应用。介绍了智能视频监控的定义和发展历程,以及系统的构成和技术算法。然后阐述了综合安防系统的定义、目标、组成和问题。接着探讨了智能视频监控如何提升安防系统效能,以及应用的领域和案例分析。然后讨论了智能视频监控如何改进次优综合安防系统,以及对现有系统的补充。总结了应用和优势,并探讨了限制和改进。

视频智能监测技术在电视安全播出中的应用

随着数字化和信息化的快速发展,视频智能监测技术在电视行业中的应用变得越来越重要。本文综合分析了视频智能监测技术的关键组成部分,包括图像识别与分析、实时数据处理、内容自动识别与分类等,并探讨了其在电视安全播出中的多方面应用,如监测和预防不当内容播出、广告和版权内容的自动识别、直播事故的即时响应处理以及观众行为分析与收视率监控。最后还展望了视频智能监测技术的未来发展趋势,并指出了其在电视媒体行业中的重要性和潜在影响。

智能视频监控技术在海上平台安全生产中的应用研究

我国海洋石油与天然气资源蕴藏着巨大的潜力,成为能源产业发展的战略重点。其中,海上平台的安全生产一直是重中之重。在这一背景下,智能视频监控技术的应用成为保障海上平台安全的重要手段。基于此,探讨了智能视频监控技术在海上平台安全生产中的应用,包括对海上平台的人员、设备和场景进行实时监测和分析。以期有效识别潜在的安全风险,并及时采取相应措施,提高海上平台的生产安全水平。

煤矿井下员工不安全行为智能识别系统

不安全行为管理是煤矿安全管理工作中的重要组成部分。融合现代技术并实现煤矿井下员工不安全行为的智能识别,对煤矿安全管理的智能化建设具有重要意义。为实现井下员工不安全行为的智能识别,首先将不安全行为分为静态不安全行为、动态不安全行为和互动不安全行为。然后设计了一种基于计算机视觉的不安全行为识别系统,该系统包括视频采集、数据仓库、视频处理、模型管理、规则推理和预警系统6个子系统,分别对应井下监控视频的汇聚和管理、数据存储、静态和动态不安全行为识别、模型管理、互动不安全行为识别和预警触发、预警管理六大功能。整个识别系统采用OpenPose神经网络对人和人体关键点进行识别,采用YoloV3神经网络对设备与环境进行识别,采用MobileNetV3神经网络与ST-GCN神经网络分别对静态不安全行为和动态不安全行为进行识别,采用规则推理对互动不安全行为进行识别;神经网络模型基于Python+PyTorch编写,并采用公共数据集和专用数据集分别进行预训练和正式训练;整个系统对静态不安全行为、动态不安全行为、互动不安全行为识别的准确率分别达到了89.4%,90.7%和75.6%;最后基于Kubernetes+Docker容器的部署方式实现了识别系统在实际生产环境中的部署。整个研究融合了多种方法,实现了多种井下不安全行为的识别,并在实际生产环境中得到应用。

基于5G的煤矿智能视频分析系统的研发与应用

为强化煤矿井下安全管理,提出了基于5G的煤矿智能视频分析系统。基于煤矿黑光夜视成像与井下复杂背景图像增强技术、神经网络轻量化动目标检测技术以及轻量化煤矿智能视频分析平台开发技术,集成智能分析处理芯片与监控设备,构建了基于5G的煤矿智能视频分析系统,依托5G大带宽、低时延的优势,实现了视频数据的实时采集、智能分析与高效处理。基于5G的煤矿智能视频分析系统在国能神东煤炭集团上湾煤矿应用,成功实施了采煤机视频追踪、人员“三违”预警等多种智能分析场景,大幅提升了井下安全管控效率,克服了传统监控的局限性,提高了煤矿生产的安全性与管理水平。

井下来了“电子安监员” 山东能源枣矿集团蒋庄煤矿AI智能监控系统投用让矿井更安全

1月8日,从2023年数字矿山融合发展提升本质安全水平典型案例发布现场传来喜讯,山东能源枣矿集团蒋庄煤矿基于机器视觉的煤矿安全隐患监管系统的研发与应用,成功入选2023年数字矿山融合发展提升本质安全水平典型案例。2023年数字矿山融合发展提升本质安全水平典型案例,全国共20个案例入选,山东两项应用入选。随着时代进步、信息化水平的提升,人脸识别、视频监控等技术在矿井得到了广泛应用,对生产调度指挥、现场安全管理起到了积极作用。

基于视频的煤矿安全监控行为识别系统研究

提出了基于视频的煤矿安全监控行为识别系统的应用解决方案,分析了煤矿安全监控行为识别系统实际需求,实现了目标检测、特征提取、行为分类与行为识别、监控信息管理等功能。使用GMM模型提取前景运动目标,融合LBP作为目标描述特征、结合SVM实现了特征行为分类。基于Spring MVC框架实现了煤矿安全监控行为识别系统完整框架,为煤矿智能监控管理信息化提供了解决方案,提高了煤矿智能监控管理的效率、及时有效地发现煤矿安全生产隐患,降低了煤矿安全事故发生的概率。

视频智能分析技术在故宫安全技术防范中应用的探讨

故宫博物院成立于1925年,是在明清皇宫及其收藏基础上建立起来的大型综合性古代艺术博物馆。当前故宫视频监控系统已经应用成熟,但海量的视频监控资源缺少智能分析手段,不能将庞大的视频资源充分利用,实现精准分析以达到预警效果。利用视频智能分析技术可以对故宫监控场景下的文物、古建、目标人员开展智能分析,能够及时发现存在的安全隐患或异常行为,是故宫安全技术防范能力提升的重要一环。

基于AI技术的煤矿井下视频智能分析系统设计

为了解决煤矿井下工人不安全行为的发现难、取证难、处理不及时等问题,在原有的视频监视系统基础上开发了一款视频图像分析系统,通过AI技术对视频中的异常行为进行建模和大数据分析,可以及时发现井下作业人员的不安全行为,发出报警信号,上传和存储相关数据,监管人员可以高效地采取应对措施,为煤矿安全智能监控及预警提供技术支撑。

以高水平视频安全服务高质量发展推动安全防范技术创新与产业升级 专访视频图像信息智能分析与共享应用技术国家工程实验室副主任、公安部第一研究所视频技术事业部副主任栗红梅

公安视频图像信息化建设的快速发展,为增强公安机关打击犯罪能力,推动警务模式创新,提升警务工作效率和公安核心战斗力,提供了重要的技术支撑。公安视频图像信息系统的安全应用,在加强治安防控、优化交通出行、服务城市管理和创新社会治理等方面取得了显著成效,极大提升了人民群众的安全感。

基于AI和智能视频分析技术的变电站安全运维系统

现有变电站安全运维系统在出现异常情况时不能及时作出提醒,为此设计基于AI和智能视频分析技术的变电站安全运维系统。系统硬件包括处理器模块、存储模块、视频采集模块、视频输出模块与通信模块;系统软件采用智能分析技术预处理监控视频图像的大小和清晰度,采用AI技术高效识别图像的风险因素,识别出异常后实时报警,完成变电站的安全运维系统设计。实验结果表明,研究系统的异常情况识别时间少于20 s,数据采集时间少于2 min,数据传输时间为80 MB/s,报警延迟时间少于1 min,实时性较好,能够及时报警,提高了变电站的安全性。

基于YOLO技术的智能视频监控系统在企业安全管理中的应用研究

YOLO(You Only Look Once)技术是一种目标检测算法,它的特点是实时性高,能够在图像或视频中快速准确地检测出多个目标。文章对基于YOLO技术的智能视频监控系统在企业安全管理中的应用展开研究,首先分析智能视频监控系统在企业安全管理中应用存在的问题;然后结合YOLO技术目标检测算法的优势,设计智能视频监控安全管理系统,并提出应用方案。该系统能够快速准确地识别视频中出现的目标,并标注其位置和类别。在实际应用中,智能视频监控系统能够提高企业安全管理的效率和准确性,减少人工巡查的工作量,避免发生安全事件。希望本文能够为相关领域的研究者和从业者提供一些参考。

智能化视频识别技术在智慧煤矿安全管理中的应用

本文主要围绕智能化视频识别技术在智慧煤矿安全管理中的应用进行探讨。首先,介绍智能化视频识别技术在煤矿区域安全监测中的应用,重点探讨智能化视频识别技术的基本原理、煤矿区域安全监测系统的构建与实现以及对智能化视频识别技术的性能与精度评估。其次,介绍智能化视频识别技术在煤矿人员安全管理、巷道安全管理和实时预警等方面的应用,深入探讨该技术在煤矿安全管理中的应用场景和效果。

煤矿安全智能视频识别系统研究

根据煤矿安全管理需求,结合现场机房重地、无人值守站所等井上、井下重要岗点以及人员不易到达地点等安全管理核心场景,研究了一个煤矿安全智能视频识别系统,可以实现对环境及设备的异常状态、禁区入侵行为等实时识别和实时预警,这可以为煤矿安全发展提供参考。

钻井过程人员异常行为视频智能识别系统

针对钻井现场视频监控人工值守工作量大、异常行为识别不及时、海量视频数据缺乏实时报警等问题,结合钻井作业操作规程建立井控坐岗监测、起下钻、甩钻具等钻井作业场景典型异常行为判别规则,在基于卷积神经网络的目标检测方法基础上,引入SIFT方法和基于强化学习的困难样本筛选策略,提高了算法识别的准确率与鲁棒性。测试结果表明,在像素分辨率1 920×1 080的情况下,该方法整体识别准确率达到85%以上,平均识别速度为135 ms/帧。在此基础上,开发了钻井过程人员异常行为智能识别系统,试点应用结果表明,该系统能够对接入的视频流进行实时检测,及时、准确识别出坐岗人员擅自离岗、起下钻及甩钻具过程人员危险站位等异常行为,有效提升钻井现场安全管理水平。

智能监控技术在提升公共安全中的作用及应用--评《城市公共安全保障技术》

公共安全是社会稳定和谐的重要保障。在信息化、智能化时代背景下,公共安全面临着越来越大的挑战。如何有效利用科技手段提升公共安全水平,成为当代社会亟待解决的问题。智能监控技术作为一种集图像识别、数据处理、信息传输于一体的综合性技术,在公共安全领域的应用越来越广泛,对于提高公共安全水平具有重要意义。从传统的闭路电视监控系统到现今集成人工智能、大数据分析等前沿科技的智能视频监控系统,技术的迭代升级极大地提升了公共安全管理的效率和水平。因此,探讨智能监控技术在增强公共安全方面的具体作用,并分析其带来的挑战与发展趋势是一个具有现实意义的课题。