人脸识别技术联合视频监控在消毒供应中心器械清点中的应用

目的:探讨人脸识别技术联合视频监控的信息化质量追溯管理在消毒供应中心器械清点环节中的应用效果。方法:将2021年1月至6月60个临床病区回收的31033个器械包作为对照组;2022年1月至6月在相同临床病区回收的31823个器械包作为观察组。对照组在器械清点环节采用条形码扫描联合视频监控系统的信息化质量追溯管理。观察组采用人脸识别技术联合视频监控系统的信息化质量追溯管理。观察并记录两组操作者身份识别记录错误例数、质量问题器械包数量及与临床病区沟通时长。结果:观察组身份识别记录错误率和器械包质量问题发生率均低于对照组,与临床病区沟通时长短于对照组,差异有统计学意义(P<0.001)。结论:人脸识别技术联合视频监控的信息化质量追溯管理加强了对操作者的监督管理作用和自我监督意识,提高了消毒供应中心追溯信息的准确性、工作质量和效率。

面向智能视频监控的空中交通管制员图像分割

为解决复杂场景下空中交通管制员检测与分割精度低、鲁棒性差的问题,提出一种基于掩码区域卷积神经网络(Mask Region-based Convolutional Neural Networks, Mask R-CNN)的管制员图像分割模型ATC Mask R-CNN(ATC Mask Region-based Convolutional Neural Networks)。首先,构建管制员监控图像数据集(ATC Monitor Image Dataset, AMID)并用于模型训练、测试;其次,在主干网络中引入瓶颈注意力模块(Bottleneck Attention Module, BAM)以增强管制员特征提取,采取改进的柔性非极大值抑制算法(Soft Non-maximum Suppression, Soft-NMS)替代NMS算法进行候选框选取,提高对遮挡目标的检测分割;最后,基于AMID进行管制员图像分割试验。结果显示:ATC Mask R-CNN的精确率、召回率和平均精度分别为96.49%、95.62%和88.84%,表明了该方法的有效性。与Mask R-CNN相比,ATC Mask R-CNN有效降低了复杂场景的不利影响,更适用于管制员工作场景,可以为管制大厅安全管理自动化应用提供技术支撑。

基于电力载波与云计算的视频监控系统设计

针对目前视频监控系统不断升级改造存在的布线工作量大、布线成本高、无法存储及计算海量视频文件的问题,该文提出基于电力载波技术和云计算框架的视频监控系统。视频数据经过调制解调、振荡、放大、耦合等过程,利用电力线网络传输到各分控点,通过互联网传送到云端,利用云端强大的存储、计算能对视频数据进行各种处理。设计中硬件部分的ARM11微处理器主要负责视频数据的采集、编码并封包传送到PLC调制解调模块,完成数据收发控制和系统任务调度。软件部分主要包括开发系统搭建、USB摄像头驱动、视频数据采集、LCD实时显示、网络传输和双核数据处理等。该文的设计充分结合电力载波和云计算的特点,在视频监控领域中具有较高的应用价值。

内河航道视频监控系统设计

作为重要的水路运输通道,内河航道对于航运管理的安全监控至关重要。保障航道的安全监控对于确保水域船舶航行的安全性、预防船舶污染、提升海事管理和应急搜救能力具有重要意义。文章将借助LiveMedia平台接口对内河航道视频监控系统进行优化设计,旨在提高海事管理水平和执法准确性,使航道管理更加科学和高效。通过这种优化设计,系统将更好地服务于航道安全管理以应对复杂多变的航运环境,为提升水域管理水平和保障船舶安全航行提供技术支持与有效手段。

基于WebRTC的移动视频监控实时位置信息扩展

铁路移动视频监控在保障铁路运输安全方面起着重要作用,但目前铁路移动视频监控系统存在一些局限性。为了提高系统的效率和可靠性,本文提出了一种基于WebRTC的方案,通过扩展RTP头部并添加移动设备的实时位置信息来实现。该方案通过在RTP包头部添加自定义扩展,可以将移动设备的位置信息传输给接收端,并且可以根据位置信息来进行及时的方案设定和网络适应性控制。我们在实验中测试了该方案的性能,并发现它可以有效地提高铁路移动视频监控系统的效率和可靠性。

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。

基于图像增强的煤矿视频监控技术研究

煤矿视频监控是煤矿安全管理不可或缺的一部分,研究旨在实时监控煤矿内部的安全状况,预防事故发生。图像增强技术通过改善视频质量,提高煤矿监控系统的效能和可靠性。基于此,探讨基于图像增强的煤矿视频监控技术应用现状,从需求分析、技术方案设计、系统集成与部署,到图像增强算法选择及其环境适应性调整等方面,详细论述图像增强技术在煤矿视频监控中的应用优势和实施过程。

视频监控商用密码技术应用——以《公共安全视频监控联网信息安全技术要求》为视角

公共安全视频监控系统在维护社会安全和国家安全中发挥着极其重要的作用。《公共安全视频监控联网信息安全技术要求》是我国首个关于视频监控联网信息安全方面的国家强制性技术标准,也是首次将国产商用密码技术应用于视频监控领域,规范公共安全领域视频监控系统信息安全建设与实施的具体依据。提出的符合该标准采用国产商用密码技术的视频监控信息安全管理系统应用技术方案,经验证可在保障视频数据安全的基础上满足实战要求。

基于大场景视频监控的坝面施工机械潜在碰撞风险预警方法

基于大场景视频监控实现坝面施工机械潜在碰撞风险预警对保证大坝施工安全具有重要意义。然而,目前坝面施工机械潜在碰撞风险检测主要依赖人工经验判断,易出现漏判和误判等问题。因此,本研究提出一种基于大场景视频监控的坝面施工机械潜在碰撞风险预警方法。首先,基于Trajectron++轨迹预测算法,通过迁移学习,实现对坝面大场景视频监控中数量众多、类型多样的施工机械在未来一段时间内的轨迹预测。其次,提出将行驶接近时间和机械最大拥挤度作为坝面施工机械潜在碰撞风险的量化指标,并基于模糊规则,建立不同行驶速度条件下两个指标与潜在碰撞风险分级预警的模糊隶属度函数。最后,采用证据理论对两个指标的预警结果进行融合,计算最终的预警等级。以两河口大坝施工现场的大场景视频监控为例进行实验验证,结果表明坝面施工机械未来6 s的轨迹预测平均位移误差和最终位移误差分别为1.17和2.36 m,且基于模糊-证据融合的施工机械潜在碰撞风险分级预警结果可为坝面施工安全提供自动化、智能化分析方法。

面向摄像头视频监控的泥石流发生场景智能识别方法

摄像头视频监控在泥石流防灾减灾中的应用较为广泛,但现有的视频检测技术功能有限,无法自动判断出泥石流灾害事件的发生。针对这一问题,本文基于迁移学习策略,改进一种基于卷积神经网络的视频分类方法。首先,借助TSN模型框架,将底层网络架构更改为ResNet-50,用于运动特征提取和泥石流场景识别。然后,通过ImageNet和Kinet-ics-400数据集预训练该模型,使模型具备较强的泛化能力。最后,结合经过预处理的地质灾害视频数据集对模型进行训练和微调,使其能够精准地识别出泥石流事件。通过大量的运动场景视频对该模型进行检验,实验结果表明,该方法对泥石流运动场景视频的识别准确率可达87.73%。因此,本文的研究成果可充分发挥视频监控在泥石流监测预警中的作用。

基于标识密码的视频监控系统安全加固方案

视频监控系统在经济领域应用广泛,面临的安全风险与威胁也日趋增多。基于国产密码技术设计安全的视频监控系统,是抵御攻击的根本手段。针对视频监控系统面临的各项安全威胁,提出一种基于标识密码的视频监控系统安全加固方案,基于SM9算法设计安全接入认证协议和密钥协商协议,在此基础上利用SM3、SM4算法实现信令加固和视频数据安全保护。有效实现了视频监控系统的安全防护,同时避免了频繁数字证书交换与认证带来的效率问题,适用于大规模、高安全要求的视频监控系统。

基于人脸识别的智能视频监控报警系统设计

随着计算机技术和图像处理技术的不断发展,智能视频监控的重要性日益显现。但是传统报警系统效率低、误码率高,安全性相对不足。立足于现代住宅防盗的实际需要,提出了利用Python语言、 OpenCV技术和软件工程的设计思想,实现一款基于人脸检测识别的自动报警系统设计,可以安全识别人脸信息,从而判断是用户还是陌生人入侵,达到入侵检测和自动报警的功能。

基于改进的SECOND网络与MobileNet V2网络的视频监控与追踪技术实现

为提高作业现场视频监控水平,提出一种基于深度学习的视频监控与追踪方法。该方法通过采用Res2SENet网络作为SECOND网络的卷积模块,并使用可变形卷积替代SECOND网络的标准卷积,以实现SECOND网络的改进。首先,基于改进的SECOND网络对目标进行检测,实现作业现场视频监控目标检测;然后,通过采用空洞卷积替代MobileNet V2网络的普通卷积,并使用改进后的MobileNet V2网络作为目标追踪算法,实现作业现场视频监控目标检测与跟踪;最后,在典型的包含大量激光点云图像的KITTI数据集上进行测试。结果表明,该方法利用改进SECOND网络对作业现场视频监控三维目标检测的平均精度和检测时间分别为81.62%和0.048 s,相较于标准SECOND网络、特征金字塔网络(Feature Pyramid Network,FPN)、F-PointNet网络,改进SECOND网络具有明显优势;利用改进的Mo-bileNet V2网络对作业现场视频监控三维目标跟踪的准确度、精确度和跟踪数分别为81.62%、80.55%和57.30%,丢失数和跟踪轨迹中行人ID瞬间转换次数分别为11.08%和22%,具有较快的运行速度,为39 f/s,相较于MobileNet V2网络、马尔可夫决策过程(Markov Decision Process,MDP)网络、平滑支持向量机(Smooth Support Vector Machine,SSVM)网络,改进的MobileNet V2网络在各项指标上均具有一定优势,可以满足作业现场视频监控目标的检测与实时跟踪需求。

智慧监狱背景下视频监控在狱侦工作中的应用研究

在智慧监狱建设过程中,以视频监控为核心构建的智能感知系统为监狱监管执法、安全防范、教育改造、劳动改造、生活卫生等工作提供了智能技术支持,创新了监狱监管模式,维护了监狱安全稳定。然而,视频监控技术在狱内侦查工作中的理论探索和实践应用稍显逊色,面临人力资源缺乏、实战应用挖掘不足、与大数据技术融合不足等现实难题,积极将视频监控与物联网、人工智能、区块链等技术结合,推进监狱全量数据融合及共享机制,拓展其在狱侦工作中的深度应用,进而赋能狱内侦查工作。

基于云技术的高速公路视频监控系统研究与设计

国内道路交通行业发展迅速,高速公路出行需求持续增加,现有高速公路视频监控系统承载巨大的压力,难以实现视频监控系统的全联网和深入应用。因此,该研究通过云平台技术,设计并开发一套基于云平台的高速公路视频监控系统,通过接入各路段监控摄像头资源,并将各路段的监控数据实时上传至云平台,以开展相关业务。以此平台系统为基础,逐渐实现高速公路视频监控资源的统一接入和管理,使高速公路视频监控系统发挥“海量融合、自动识别、应急分析、智能管控”等功能。

面向BIM仿真的铁路视频监控系统视场模型研究

铁路视频监控系统前端采集点设计中,往往依赖设计人员工程经验来判断采集点布设方案是否合理,缺乏定量且直观的判定标准,难以准确评判采集点的实际覆盖效果。从基本的视场覆盖模型出发,结合铁路视频监控系统特点,针对不同的场景和覆盖目标,将铁路视场模型应用场景分为常规视频覆盖场景和有目标识别需求的覆盖场景,提出与之相对应的视场覆盖数学模型,为建立面向BIM视场覆盖仿真的视频监控系统视场提供数学模型基础。利用输入参数和仿真模型所需的目标值参数,实现视频监控采集点的BIM视场模型驱动,从而实现视场的灵活调整和优化。

用于视频监控系统的生物特征识别技术标准化研究

为了提升生物特征识别技术在视频监控系统中的应用效果,对比阐述了生物特征识别系统与视频监控系统中存在语义差异的常用术语,并介绍了具备生物特征识别功能的视频监控系统的处理流程和重要组件,分析了影响生物特征识别技术在视频监控系统中使用的主要因素,提出如何从主要硬件及软件部署、参考数据库规范以及性能评价等方面进行标准化考量,最后从视频标注的规范性以及典型生物特征识别标准在视频监控系统中的进一步应用推广两个层面进行了展望,从而提升该领域的标准化整体水平。

特高压变压器视频监控智能巡检系统设计与关键技术

为解决特高压变压器巡检过程中存在的高风险、低效率和人工巡检成本高等问题,本文围绕特高压变压器视频监控智能巡检系统展开分析,围绕系统架构、视频监控模块、智能巡检模块的设计要素展开分析。在此基础上,本文针对视频图像处理技术、数据传输与通信技术两种特高压变压器视频监控智能巡检系统的关键技术的运用原理展开分析。

多尺度域视频监控图像光照分量智能校正方法

针对视频监控图像中存在的清晰度不足和光照不均匀等问题,提出了多尺度域视频监控图像光照分量智能校正方法。应用背景差分法与差值图二值化法对视频监控图像进行预处理,以减少噪声干扰。通过融合TH变换和BH变换来加强图像多尺度细节特征;利用控制因子控制锐化强度,以凸显细节特征,避免出现图像伪影情况。对图像光照分量进行自适应调节,利用二维伽马函数计算画面亮度平均值,以防止出现过度校正的情况,从而实现智能校正。测试结果表明,采用该方法校正的图像更清晰,画面光照分量均匀,图像失真较少,视觉效果较好。

GB/T 43026-2023《公共安全视频监控联网信息安全测试规范》标准释义

GB/T 43026-2023《公共安全视频监控联网信息安全测试规范》是评价公共安全视频监控联网信息安全系统功能及性能水平的重要方法依据。通过对标准的编制背景、标准内容、标准主要特点等多方面进行阐释,可以帮助检测机构、研究机构及安防企业更好理解和使用标准,对准确把握标准条款及内涵起到一定的指导作用和参考意义。