基于孪生网络的火电厂监控视频遗留物检测

火电厂工作场景中的遗留物可能严重威胁工厂的安全,利用监控视频进行实时分析,检测遗留物对于排除工厂中的安全隐患,降低安全事故的发生概率有重要意义。但是,现有的遗留物数据集和遗留行为数据集中包含的检测场景较为简单,现有的检测方法在复杂的火电厂监控视频场景中检测准确率不能满足实际应用需求。提出了一种基于孪生网络的监控视频遗留物检测与识别方法,首先利用孪生网络获取前景目标框,接着使用图像分类算法对前景目标分类并判定遗留物,最后综合利用时空信息结合生产实际判定遗留行为并发出警报。该方法在真实场景构建的火力发电厂遗留物数据集和遗留行为数据集上进行了实验验证。结果表明,遗留物目标的识别准确率达到76.0%,召回率达到94.5%;遗留事件识别的漏检率为5.93%,误判率为7.64%,均优于现有方法,体现了该方法的有效性。

基于深度学习的多步骤道路遗留物检测方法

道路遗留物是指存在于道路上影响交通安全的非车辆障碍物,因其涵盖的物品种类和范围非常广,若使用普通的目标检测方法对数据量的要求过于庞大,难以在工程中得到实现。为了解决这些问题,论文提出了一种对遗留物的动态检测进行多步骤结合的方法。首先对于检测车采集到的道路遗留物图片进行图像分割,采用全卷积网络(Fully Convolutional Networks,FCN)训练道路信息分割模型,分割结果是待检测的道路上的所有道路信息,包括车辆、路面、行人和遗留物,然后采用RetinaNet算法或YOLO网络(You Only Look Once)训练得到检测模型,从而将车辆和行人的信息通过目标检测方法进行去除,此时图像中仅包含路面和遗留物,最后将图像进行网格分类,将网格划分为遗留物和路面两类,采用支持向量机(Support Vector Machine,SVM)训练得到路面-遗留物模型,最后将连通的遗留物网格合成遗留物的区域并标记在原图中。所提方法可有效解决遗留物的复杂性和背景变化等问题,并在不同的道路环境下保持了较高的可靠性和稳定性。

基于轻量级卷积神经网络的爆炸装置遗留物识别研究

为实现爆炸勘验现场的爆炸装置遗留物碎片快速识别,解决传统爆炸遗留物人工比对识别效率较低的问题,基于MobileNetV2卷积神经网络搭建图像分类识别模型。建立机械定时闹钟、对讲机、遥控组件、按压开关四种爆炸装置重要组成部件图像样本集。通过采用标签平滑策略、调整初始学习率等方式优化网络模型,最终使网络模型能够可靠完成自动识别分类,分类准确率达到85%。可见,MobileNetV2网络模型泛化能力强,对于爆炸装置遗留物分类识别准确率高,且充分发挥卷积神经网络不需要事先对图像进行复杂预处理的优势,大大提高了工作效率,适合在爆炸现场爆炸装置分析实战中推广应用。

高斯混合模型与GhostNet结合的YOLO-G遗留物检测方法

遗留物检测作为视频监控的关键支撑技术之一,具有广泛的应用前景.针对现有方法存在无法较好地解决光影变化问题、深度学习遗留物检测方法中神经网络的参数量较多及准确度低等问题,提出基于YOLO-G的遗留物检测方法.首先结合高斯混合模型背景建模进行前景检测,根据移动区域与静止区域的分离距离与时间得到可疑静止区域,将判定为分离时刻的帧图像传入深层神经网络进行检测与识别;然后在网络模型中将幽灵网络中的幽灵模块应用于CSPDarknet53主干网络;最后引入压缩激励网络进一步提高特征提取能力.实验结果表明,所提方法的检测准确率比FCOS,SSD,RefineNet,YOLOv3,LRF和YOLOv4分别提高了34.22%,23.86%,16.64%,13.19%,8.16%和1.41%,网络参数量比YOLOv4减少了22.78%.

边缘城市“文化遗留物”的转译与思考

随着全球化和城市化的不断推进,边缘城市居民日常生活下的文化遗产面临着被遗忘和消失的风险。而“遗留物”是居民对于当下日常生活的习惯、行为、精神的集中表达,是人通过非设计方式创造出具有功能性和价值性的“物”,承载着对于居民日常生活中的记忆和历史,同时也是城市文化始终保持活力的重要物件。因此,如何保护和传承边缘城市的文化遗产,成为了一个重要的议题。文章通过以民俗学的视角去观察边缘城市,以符号化的方式将边缘城市的“文化遗留物”转化为新形式,从而引发当下社会的思考和共鸣。

基于全方位计算机视觉的遗留物检测系统

针对目前在遗留物检测方面所存在的检测范围小、误检率过高和无法捕捉到遗留物放置者等问题,设计了一种基于全方位计算机视觉的遗留物检测系统;首先,采用全方位视觉传感器(Omni-Directional Vision Sensors,ODVS)来获得更大范围的全景视频检测区域;其次,利用一种基于两个不同更新率的改进的混合高斯分布模型的建模方法,获得两个背景模型,再通过当前帧与获得的两个背景模型进行差分运算得到当前帧的暂时静止对象;再次,根据时间指标和距离指标判定暂时静止对象是否属于遗留物;最后,将遗留物所处的空间展开成透视图来进行报警;实验结果表明,该系统能有效地检测全景范围内的遗留物,具有较高的检测精度和鲁棒性。

基于改进混合高斯建模和短时稳定度的遗留物检测算法

传统遗留物检测算法存在算法过于复杂和环境适应性差的局限。本文将改进的混合高斯建模方法应用于遗留物检测,利用背景匹配失败时生成的前景模型进行前景匹配并引入短时稳定度指标,在深入挖掘前景模型中包含的遗留物信息和像素点级目标状态信息的基础上对遗留物进行综合判断。文中详细分析了传统方法的性能局限并阐述了新方法中前景模型和短时稳定度的作用原理同时给出了具体的算法流程。多场景下的实验分析表明,增加对前景模型的考察使算法在保留传统方法优点的同时具备了良好的遗留物检测能力,而短时稳定度的引入则能够进一步降低传统方法中前景模型向背景模型转换的风险。对比实验结果中本文方法在表现出良好环境适应性的同时误检团块数明显低于其他方法,算法在复杂背景条件下达到了良好的检测性能。

基于改进YOLOv2网络的遗留物检测算法

为了提高在复杂环境下检测遗留物体的准确度和实时性,提出了一种基于改进YOLOv2网络的遗留物检测算法。该算法在YOLOv2网络结构基础上结合残差网络,将浅层和深层特征多次融合,在基本不增加原有模型计算量和时间的情况下,提高了监控画面中检测小体积遗留物体的性能;同时以YOLOv2目标检测为基础,排除驻留行人和动物等非物体目标的干扰,并对目标筛选得到的可疑目标跟踪计时,停留时间超过阈值的目标标记为遗留物。以PETS2006和i-LIDS作为数据集进行实验,结果表明:该算法在提高遗留物检测准确度的同时缩短了处理时间,对人流密集的复杂环境抗干扰能力强。

智能视频监控中的遗留物检测技术

对智能视频监控中的遗留物检测技术进行研究,提出一种能够自动检测视频监控环境中的遗留物并发出警报的检测方案,给出详细的检测算法分析。该方案基于动态阈值的背景差分算法和背景更新算法,提高系统对于复杂场景的适应性,能够准确地检测出复杂背景中的箱、包等遗留物,并能够提供关键帧,便于找到遗留物的失主。实验结果表明了该方案的有效性。

基于帧间差分和边缘差分的遗留物检测算法

遗留物检测是智能视频监控系统的核心功能,遗留物一般较小,所处环境复杂,传统的运动目标检测算法直接用于遗留物检测效果一般.提出了一种基于帧间差分与边缘差分的遗留物检测算法,首先进行帧间差分得到运动目标区域,然后将当前帧图像和前一帧的背景图像进行边缘差分运算得到运动目标的边缘,融合二次差分的结果即可得到运动目标的完整轮廓特征,最终通过判断运动目标在场景中的滞留时间是否达到或超过报警系统设置的阈值来标示遗留物,供智能视频监控系统处理.实验结果证明该算法实时性好且识别率较高.

延时起爆爆炸装置遗留物形态及分布范围实验研究

为爆炸现场爆炸遗留物勘验与分析提供更加直接有效的数据支持。从延时起爆爆炸装置的基本类型及结构组成入手,采取野外爆炸实验和实验室检验相结合的方法,得到不同爆炸条件下延时起爆爆炸装置遗留物的形态和现场分布范围,并对实验结果进行了影响因素分析和讨论。

基于Jetson Nano的遗留物检测人工智能嵌入式教学实践系统

针对传统嵌入式系统设计在教学方案中往往缺少人工智能方面的教学内容,未能很好地与当今社会科技发展相适应等问题,设计了一个基于Jetson Nano的遗留物检测人工智能嵌入式教学实践系统。以理论知识学习、嵌入式开发板环境搭建、YOLOv5网络训练、OpenCV图像处理、遗留物检测算法设计等多个教学模块进行层次递进式教学,让学生对课堂更有参与感,增强了学生课堂学习的积极性,培养了学生动手实践能力与团队协作精神。这种实践与理论相结合的方式取得了良好的教学改进效果。

爆炸装置遗留物实验研究

本文首次使用了自制的爆炸遗留物碎片收集装置,对常见的爆炸装置组成部件受到爆炸作用后所形成的爆炸遗留物碎片形态开展了实验研究,为爆炸现场爆炸遗留物的发现、提取、检验鉴定提供了可靠的实验数据资料。

如何利用现场遗留物刻画嫌犯罪疑人

利用现场遗留物刻画犯罪嫌疑人,是一种传统的从物到人侦查模式的体现。现场遗留物是犯罪嫌疑人在作案过程中,遗留在犯罪现场上的物品或物质,它对刻画犯罪嫌疑人,证实犯罪有重要的价值。所以,侦查人员必须高度重视现场遗留物的发现、提取和利用,通过认真分析、研究,以充分发挥其作用。通过现场提取的遗留物信息,以恰当的方式方法,合理、准确、及时刻画犯罪嫌疑人,对缩小侦查范围,及时控制犯罪嫌疑人,提高破案率,时至今日都有较大的实用价值和现实意义。

炼化设备检维修遗留物风险评估及安全对策研究

分析了炼化企业设备检维修后,设备顶部、旋梯、平台等处遗留物的现状及可能对生产设备、人员产生的伤害。针对检维修遗留物性质、产生伤害的可能性建立风险评价方法并提出安全对策。

妇产科手术遗留物3例报告

目的:探讨妇产科手术遗留物的多种表现形式及预防措施。方法:回顾手术遗留物患者3例,分别经B超和X线检查确诊,行清宫术后行剖腹探查,会阴部局麻下行异物取出术,剖腹探查术。结果:手术遗留物分别为注射器针头1例,无针眼圆行缝合针1例,双层纱布1例,均顺利取出遗留物,未造成器官和功能障碍,患者痊愈出院。结论:加强责任心建立完善的制度,预防手术遗留物发生。

对交通事故现场遗留物的数据采集与分析

交通事故现场的遗留物是交通事故分析的物证。分别利用这些遗留物推断碰撞的速度和验证碰撞位置,利用碰撞速度应相等或碰撞点应重合的原理,从而得出正确的碰撞位置和真实的事故现场。

一种基于双背景模型的遗留物检测方法

针对一般遗留物检测算法运算量大和难以适应遮挡情况的问题,提出了一种静止单摄像机条件下快速有效的遗留物检测算法。算法建立了两个基于累积均值更新法的背景模型,分别称之为纯背景模型和脏背景模型。通过两个背景的差别得到静止目标块,并对静止目标块进行跟踪,当静止目标停留超过设定的时间即判定其为遗留物并触发报警。由于算法避免了使用复杂度数学概率背景模型,大大减低了背景更新的计算复杂度,使算法能满足视频监控系统实时处理的要求。同时,算法在静止目标跟踪模块中增加了碰撞帧数计数使遮挡情况下的遗留物跟踪得到更好的效果。在PETS2006数据集提供的多个视频序列实验中,该算法显示了良好的性能。

艺术、遗留物和身份技巧

尽管身份一词最近才频繁地出现在民俗学家的论文中,但它和民俗研究的关系却一直非常密切。身份概念是民俗定义的基础。民俗的各种定义、方法、理论与艺术、遗留物和技巧又紧密相连,也正是在此过程中,身份得以形成并且概念化,从而被表达出来。