面向AI安全的深度伪造视频检测技术

针对实际应用伪造类型多样化,而检测过程中只检测单一伪造数据类型等问题,提出了一种新的数据预处理方法,解决了视频中运动图像容易连续重叠的问题;针对人脸模糊伪造,侧面人脸伪造和遮挡人脸伪造问题,利用小卷积核代替大卷积核的方法训练出自己的Deeper网络;针对帧插入、帧复制、帧修改、帧内篡改四种常见的深度视频伪造,尤其是在测试领域差距较大的情况下,容易产生泛化性不足的问题,设计了一种改进的基于双流分析的深度伪造视频检测模型。

AI虚拟数字人技术在汽车专业线上教学中的前沿实践

在人工智能、智能语音及虚拟成像等技术持续快速发展的背景下,职业院校传统教学模式难以跟上新产业和新经济的发展步伐。为强化学生理论知识,丰富课堂和线上教学资源,在传统职业教育的基础上,结合AI虚拟数字人技术提出了一种新的在线课程数字视频资源的制作方法。该文通过介绍数字人课件制作路径,讲述了一种将虚拟数字人技术应用于线上课程视频教学资源制作的方法。目的在于丰富教学资源,提升教师制作线上课程教学资源的效率和能力,对现有教与学的模式进行更新补充,培养符合现代科技背景新领域的专业技能人才。

基于FPGA的多路视频采集及AI加速

基于MES50HP开发板及PC主机实现了多源视频采集、拼接及AI协同处理的加速工作。所提出的系统可支持同时采集HDMI、网口、摄像头和光纤4路视频数据,视频采集拼接后,将缩放后存入双倍速率同步动态随机存储器(DDR)中,输出部分分为2路,其中1路数据用于HDMI回环输出,另外1路通过PCIE传至PC主机用于结果显示,并在PC端读取PCIE传回的数据并显示目标检测结果,其中视频采集和目标识别加速部分主要由2块MES50HP开发板构成。本系统在FPGA上实现了卷积加速器,卷积加速器计算完神经网络的一层后再通过PCIE传至主机进行结果显示,卷积计算与图像采集进行深度融合,具有实时、低成本的特点,可广泛应用于边缘计算等领域。实验结果表明:针对红绿灯数据集,该方法在低成本PC主机上实现的最大平均精度均值(mAP)为0.746,最高帧率达45帧。

AIGC短视频生产系统研究与设计

本文研究了当前AIGC技术的进展,结合市场成熟的AIGC模型优势,设计了一种平台级的AIGC短视频生产系统和业务流程,部署了基于该系统的文生视频测试业务,提供了一种广播电视行业AIGC应用的思路和案例,并提出了应用优化和发展方向。

智能AI视频识别系统在测井作业现场的应用

测井行业是石油工业中的重要环节,负责对石油勘探、开发和生产过程中的各种数据进行测量和分析,涉及到多种设备和流程。本文研究了智能AI视频识别系统在测井作业现场中的应用,以摄像机的实时数据为基础,对人、物、设备等进行识别、抓拍,同时部署智能AI边缘计算盒子,建立相关算法、模型及智能感知应用场景,搭建智能分析平台,挖掘视频监控价值,实现监控各环节的联动,提高生产效率,优化生产过程,提升生产安全,并带来更多的经济效益。

基于AI视频技术的水电厂设备不安全状态自动化预警研究

为及时发现设备的不安全状态,预防潜在的安全隐患,降低设备故障的风险,提出了基于AI视频技术的水电厂设备不安全状态自动化预警方法,确保水电厂稳定运行。利用摄像机采集水电厂设备的AI视频图像,并增强AI视频图像,提升图像清晰度;通过在轻量型YOLOv5算法提取增强AI视频图像的特征;通过在预测框筛选机制内,引入得分惩罚机制,结合提取的特征,预测水电厂设备的不安全状态;通过声音预警形式,对不安全状态预测结果进行自动化预警。实验证明,该方法可有效实时采集水电厂设备的AI视频图像,并增强AI视频图像;可精准预测水电厂设备的不安全状态,可有效自动化预警设备不安全状态,并呈现预警级别与时间等信息。

基于AI视频分析及气体监测技术的受限空间作业预警方案

建设AI视频分析及气体监测技术预警系统,可以将防爆监控终端采集到的视频信息、GPS信息和气体浓度信息等数据,通过无线网络传输至服务器平台、PC客户端和移动客户端。通过访问服务平台,用户可以实时查看现场视频、定位信息、有毒有害气体浓度信息以及报警信息等。应用AI视频分析技术和气体检测技术,进一步提高受限空间作业的安全性和高效性,包括实时监测AI视频图像分析技术在异物检测、设备运行状态监测、气体浓度检测、人员行为监控和环境安全检测等五个方面的应用现状。这些措施旨在规范受限空间作业流程、强化员工的安全意识,以杜绝安全事故的发生。

AI图像增强技术在视频制作中的应用探讨

介绍人工智能(Artificial Intelligence,AI)图像增强技术的内涵、分类及其在视频制作中的应用价值,包括提升视频质量、提高制作效率和丰富视频效果。结合具体案例,探讨AI图像增强软件VEAI在电视节目制作中的实际应用,包括视频质量增强、视觉干扰去除以及慢动作效果的实现等。

煤矿AI智能预警平台研究应用

针对矿井生产系统复杂、工作环境多变、安全事故多发、人工巡查效率低、隐患排查不及时等问题,通过研究应用AI智能视频分析算法,利用视频监控系统构建智能安全预警平台,实时监测井下作业场所,对人员安全行为、设备状态、安全隐患等进行智能识别和数据分析,及时发现违规作业和设备隐患,提升了矿井安全生产管理水平和智能化建设水平。

基于热成像、AI技术的热力站报警试验分析

为了更快速地发现热力站供热运行事故并确定事故原因,最大程度地减小事故的影响范围,降低人员作业的危险性,太原市热力集团于2022年、2023年分别进行了基于红外热成像与AI视频识别技术的热力站报警试验。试验结果表明,热成像与AI技术可以较好地识别出热力站漏水、呲水、火情等事故并及时报警,从而可以快速识别站内突发事件,结合远传控制电动执行机构,可以有效提高热力站的运行安全,具有一定的实际应用价值。

煤矿带式输送机异常状态视频AI识别技术研究

传统的带式输送机异常状态识别采用人工巡检或机械综合保护系统进行检测,人工巡检劳动强度大、效率低、难以准确发现故障等,机械综合保护系统易造成误判,识别效果不佳,已无法满足煤炭行业智能化需求。随着机器视觉、深度学习和工业以太网技术发展,视频AI技术成为煤矿带式输送机异常状态智能识别的研究热点。分析了采用视频AI技术识别煤矿带式输送机输送带跑偏、托辊故障、人员入侵、人员不安全行为、堆煤及异物等异常状态的研究现状,指出目前煤矿带式输送机异常状态视频AI识别技术存在视频图像数据集构建耗时长、异常状态识别精度不高、视频信息传输延时大3个主要问题。针对视频图像数据集构建耗时长问题,提出加强基于半监督、无监督及小样本学习的视频AI识别算法研究、基于生成模型等方式扩充数据集的解决思路;针对异常状态识别精度不高问题,提出加强数据去模糊方法研究、利用生成对抗网络等算法均衡正负样本和改进AI识别算法的解决思路;针对视频信息传输延时大问题,提出构建“云−边−端”协同的带式输送机异常状态视频AI识别系统架构,合理部署高带宽、低延时的网络通信系统的解决思路。从高性能视频AI识别算法,高带宽、低延时视频通信技术,“云−边−端”高效协同的视频AI识别系统和健全视频AI识别技术标准4个方面展望了带式输送机异常状态视频AI识别技术的发展趋势。

船舶AIS与视频图像信息融合方法研究

针对船舶监控中AIS与视频图像跟踪轨迹关联匹配难的问题,提出一种基于综合因素模糊评判算法的AIS与视频图像融合方法.设计了分布式框架融合模型,通过Darknet网络模型结合YOLOv3算法深度学习框架,实现视频图像中船舶目标的识别与跟踪.抽取船舶AIS的目标运动特征,通过短时时空轨迹预测和坐标转换实现AIS航迹与视频图像跟踪轨迹的时空配准.基于综合因素模糊评判算法实现船舶AIS与监控图像信息融合.结果表明:所提出的方法对内河航道多船舶目标的融合准确率达到82.4%,对船舶交汇场景依据具有很高的识别率.

煤矿安全生产视频AI识别关键技术研究综述

煤矿安全生产视频分析与识别技术是保障我国煤矿智能化建设和煤炭工业高质量发展的核心技术支撑。为及时对煤矿井下安全隐患进行实时监测和预警,视频AI(Artificial Intelligence,人工智能)识别关键技术已经成为煤矿安全生产领域的研究热点。阐述了我国煤矿智能化建设过程中安全监测与监控的发展现状,分析了当前矿井视频监控与安全隐患识别预警存在的效率低、响应慢、效果差等问题,结合计算机视觉、边缘计算、大数据处理、云服务、智能终端等先进技术手段、进行了煤矿安全生产视频AI识别的顶层设计,提出了煤矿“人-机-环”全域视频AI感知的“云-边-端”协同计算系统架构,构建了视频识别端节点传感器、边缘计算设备、视频识别场景云服务应用体系,明确了智能识别与预警联动控制响应机制,打通了“云-边-端”信息交互感知与联动控制数据链,实现了数据共享联动和预警协同。同时,围绕矿山“人-机-环”全域AI视觉信息智能感知和全息泛化景象平台的构建,梳理了矿井安全隐患视觉感知及识别预警的技术处理流程,归纳了AI识别过程中的各类预处理-增强-重建-检测-识别方法的优点和缺点,明确了煤矿安全生产视频AI识别关键技术发展的主流方向和趋势。其次,结合王家岭煤矿、鲍店煤矿等代表性矿井的应用案例,示范展示了煤矿安全生产过程中实际典型应用场景等方面的最新进展和应用效果。最后,针对煤矿安全生产视频AI识别关键技术的特点,总结了现有煤矿安全生产视频AI识别系统存在技术理论薄弱、智能终端规格不一且应用场景混乱、数据兼容性及联动闭环能力较差、数据库安全性较弱、评价机制不统一、应用标准不完善等问题,指明了未来的发展方向是加强对视频AI识别关键技术及理论的研究,建立健全智能终端硬件规格及适用体系,构建标准统一、机制完善、实时互联、动态预测、协同控制、安全可靠的煤矿信息多维度主动感知新模式和工业互联网应用平台,逐步形成全矿井全息泛化的高精度智能感知场,实现对井下“人-机-环”全域视频信息的精准感知和危险源协同管控。

生成式AI对短视频的生态赋能与价值迭代

随着生成式AI技术发展,短视频的迭代升级也将开始。本文厘清当前生成式AI赋能短视频迭代的内在逻辑,提出在进化法则的驱使下,生成式AI作为一种知识媒介赋能短视频进化呈现出渐进性、群智性和循环性三大特征。本研究结合信息生态学的视角,提出生成式AI赋能短视频“异构资源整合—竞争演化关系—信息生态繁衍”的底层迭代逻辑,以期把握短视频在技术赋能、赋权、赋魂机制下的社会革命,进一步审视生成式AI作为一种知识媒介对于短视频生产的作用。

AI绘画技术在短视频特效中的应用研究

将复杂的AI绘画技术压缩为简易的特效拍摄道具,抖音创作成果重构了短视频内容生产新范式,引起用户猎奇心理下的视觉狂欢,但也带来了内容同质、把关缺位、版权侵犯、隐私泄露等问题。

基于AI视频分析的煤矿瓦斯抽采钻场远程监督管理方法

传统的煤矿瓦斯抽采钻场视频监控系统在钻孔施工及退钻杆期间,只具有监测和存储功能,重要的过程参数或信息只能由监测人员通过视频录像查看,存在记录施工信息易出错、钻场管理人员难以连续监控现场视频等问题。针对上述问题,提出了一种基于AI视频分析的煤矿瓦斯抽采钻场远程监督管理方法。该方法包括信息牌检测、OCR识别、退杆分析3种算法。信息牌检测用于检测当前施工环节,OCR识别用于识别信息牌上打钻流程与施工信息,退杆分析用于分析收孔阶段的退杆数,从而实现打钻作业的全过程分析与管控。在接收并开始打钻任务后,启用信息牌检测与OCR识别服务,根据依次识别到的开孔、收孔、封孔流程与施工参数,自动保存施工信息。当识别出开始收孔,启用退杆分析服务;当识别出结束收孔,停止退杆分析服务。实验结果表明:信息牌检测算法的识别准确率为96%。PaddleOCR识别算法平均用时17.51 ms,较EasyOCR、ChineseOCR识别算法分别降低了25.25,4.34 ms;PaddleOCR识别算法的准确率较其他2种识别算法分别提高了5.75%,2.29%,召回率较其他2种识别算法分别提高了9.77%,2.36%。退杆分析算法能够有效识别现场退杆数,准确率约为95%。

基于5G+AI的智慧工地安全监督平台创新实践

在核电厂数字化转型和智慧化发展的趋势下,工程建造领域对智慧化项目实施的需求日益增强。本文的智慧工地平台在某核电站建设中开展了应用实践。采用5G+MEC无线网络技术、边缘计算技术、北斗+蓝牙定位技术、视频监控和AI智能分析等关键技术,智慧工地平台实现了工程建设区域的5G无线网络全覆盖、实时视频监控。平台主要功能包括AI实时分析和预警工程安全监管行为、施工现场人员和车辆的实时定位和报警、与施工现场广播系统的联动、实时环境监测以及工程现场的门禁控制和人员实时管理。平台提升了突发事件的突反应速度和处置速度,将被动式管理转变为智能化主动式管理,有效提高了施工现场的管理水平和管理效率。

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GIS的渔政视频AI预警处置系统设计与实现

为破解渔政执法“发现难、取证难、反应慢”等问题,设计研发了渔政视频AI预警处置系统,将地理信息、视频AI技术引入渔政执法领域,构建了集全流域无缝覆盖、全天候视频监控、违法行为AI识别与预警、预警信息精准推送、网格化巡查处置、人防技防统一调度等功能于一体的新型执法监管模式,扩展了地理信息在各行业部门的应用,拓展了地理信息平台的服务领域。详细阐述了系统背景、关键技术、总体设计、主要功能和应用情况。

基于AI技术的视频边缘检测算法研究

为有效去除视频图像内部噪声,提升视频检测的边缘连续性。利用块和低秩张量恢复滤除视频噪声;输入去噪后视频,求解视频图像梯度与二阶导数;抑制梯度视频图像,获取梯度边缘;依据二阶导数检测视频图像边缘,获取视频图像的二阶导数边缘;融合梯度与二阶导数边缘,输出最终视频边缘检测结果。实验证明算法可有效去除视频噪声,提升视频清晰度;边缘检测连续性较优;在不同噪声组合水平下,具备较优视频边缘检测性能。