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。

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。

河北省河湖智能视频监控体系关键技术研究与实现

针对河北省河湖视频监控系统现状与问题,研究省级河湖智能视频监控体系的关键技术与具体实现。依托物联网、人工智能、云计算等先进技术,探讨河湖视频监控一张图、空间分析、多源数据融合、AI视频智能分析、视频取流等关键技术,采用基础设施层、数据服务层、平台服务层、应用层4层架构构建省级河湖智能视频监控体系,分析全省河湖视频资源传输专网、智能分析中心、视频监控一张图及河湖智能视频监控系统的具体实现成果。经过1年多的应用实践,证明该体系合理,能够有效推送疑似河湖违法事件,为视频监控在智慧水利中的应用提供思路框架和技术参考。

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。

基于SEI的煤矿智能监控视频传输方法

目前煤矿视频监控数据传输存在高延迟问题,而视频传输延迟的主要成因是编码延迟。针对该问题,提出了一种无视频编码的基于媒体补充增强信息(SEI)的煤矿智能监控视频传输方法。该方法在解复用视频流得到视频压缩帧后缓存一份副本,解码视频压缩帧得到视频解码帧,通过SEI存储视频解码帧中AI模型分析结果,根据时间戳对应关系将自定义SEI写入该视频解码帧对应视频压缩帧副本的网络提取层单元,并复用视频压缩帧副本,实现煤矿智能监控视频实时传输。在24核CPU上对该方法进行实验测试,结果表明:对于1280×720分辨率的视频,采用该方法处理视频时CPU整体使用率由采用传统方法时的24.7%~36.6%降至20.3%~23.9%,端到端延迟由1946 ms降至345 ms;对于1920×1080分辨率的视频,采用该方法处理视频时CPU整体使用率由采用传统方法时的29.2%~41.8%降至18.5%~26.3%,端到端延迟由6204 ms降至479 ms。该方法通过规避视频编码环节,降低了煤矿智能监控视频传输延迟,且节省了视频编码所需的CPU或GPU资源,降低了智能视频监控系统硬件成本。

特高压变压器视频监控智能巡检系统研究与应用

分析了传统视频监控技术在应用中的局限性,提出一种基于高清网络摄像机的视频监控智能巡检系统,讨论了该系统的组成、网络结构、点位选取等内容;通过该系统在某特高压变压器巡检上的应用,将系统在可见光巡视、套管红外测温、现场表计读数等方面的巡检结果与人工巡检进行比对,验证了该系统的准确性和实效性,保障了变电运维人员巡检过程中的人身安全,提高了设备巡视质量。

基于视频智能分析的配电房全天候监控系统设计与研究

合理运用视频智能分析技术可以智能化识别配电房中真实安全状态,从而增强配电房全天候监控系统监控精度与监控效率,约束工作人员的日常行为,减少设备发生故障、人员发生事故的概率。基于此,本文简单分析了配电智能监控系统结构,并深入探讨视频智能分析技术的具体应用功能,以供参考。

对湖南洞口县屠宰场AI视频智能监控联网工作的探讨

屠宰场AI视频智能化监控管理系统是一种基于计算机技术、人工智能、物联网和视频监控等技术的智能化管理系统。洞口县为屠宰场配备智能网关、硬盘录像机、UPS/电池以及软件数据库等设备,小型屠宰场安装18个电子摄像头和1个热成像测温仪,大型屠宰企业安装32个电子摄像头和2个热成像测温仪。年纠正和处理岗位工人违规操作92人次,排除肉食品安全事故隐患3起,处理病害猪肉产品2354 Kg,猪肉一级品率达97.6%,洞口县肉食冷冻有限责任公司圆满完成了国家储备猪肉收购4000吨任务。洞口县肉食冷有限责任公司经过含AI视频智能监控联网设备在内的屠宰设备升级改造,2023年被评为湖南省生猪屠宰标准化示范场。并对17个监控的模块和101个参数实施监控和洞口县屠宰场AI视频智能监控联网监管关键点进行描述。为国家提供了常年活猪收购价数据,为国家猪肉储备收储政策实施和制订猪肉收储任务指标提供依据。为屠宰场管理人员和县级屠宰办同行提供参考。

基于人脸识别的智能视频监控平台设计与应用研究

基于信息时代背景下安防产品使用场景的智能化发展需求,深入分析基于人脸识别的智能视频监控平台设计与应用具有十分重要的现实意义,是安防领域的热点研究课题。文章对基于人脸识别的智能视频监控平台总体框架、功能模块、数据库以及人工智能算法的设计进行了详细阐述,针对目前现行的视频监控平台无法完全排除外部干扰进行精准识别进行了优化改进,以期为智能视频监控平台人脸识别和人脸检测等各类指标的性能提升提供参考依据。

基于机器视觉的履带运输车智能视频监控报警方法研究

为发挥履带运输车更高的效能与价值,引进机器视觉,开展履带运输车智能视频监控报警方法的设计研究。根据运输车的现场作业环境与工作需求,进行CCD工业相机的选型,确定需要采集的视频数据,设计基于机器视觉的履带运输车进行视频智能采集;利用集成机器视觉后履带运输车智能视频分析模块,进行监控视频干扰信息过滤处理;引进边缘算子,自动识别视频中的关键信息,以此辨识不同物体,实现视频源中价值信息的提取与事故现场定位、预警。实例应用实验结果表明:在实际应用中,设计的方法可以满足运输车智能视频监控报警需求,且报警具有较强的即时性。

人工智能技术在视频监控领域中的应用

随着数字技术的快速发展,人工智能技术越来越受到广泛关注。大数据、深度学习等一系列技术的迅猛发展,使得智能化已经成为不可逆转的趋势。在视频监控领域,人工智能技术也得到越来越广泛的应用。通过对人工智能技术及其在视频监控领域中的应用优势的介绍,详细分析基于人工智能技术的视频监控关键技术和算法,以期对提高视频监控的智能化、自动化、高效化发展有所帮助。

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。

基于人工智能的视频监控异常行为检测方法

本文提出了一种基于深度学习的YOLO(you only look once)目标检测算法跟踪以及3D卷积神经网络的视频监控异常行为检测方法。首先,在目标检测与跟踪阶段,采用YOLO模型,通过对监控视频中目标的实时定位与跟踪,建立了对目标位置变化的准确感知。然后,通过三维卷积神经网络模型,对目标的时序动作进行建模,实现对视频中异常行为的高效检测。最后,在实验过程中,使用公开数据集,对提出的方法进行了全面的验证与分析,结果表明该方法在不同场景下表现出色,具有良好的鲁棒性与准确性。

基于多目标识别的智能安防视频监控研究

针对视频监控受到动态目标影响监控识别效果差的问题,提出基于多目标识别的智能安防视频监控研究。充分考虑多类目标情况,将多目标预判成词袋;分割处理图像,计算目标点与超平面的间隔,聚类处理多目标构建高斯模型表征背景,剔除高斯分布中存在的虚假背景,二值化处理目标,分离目标与背景。对差值进行阈值化判断,结合3×3邻域的中值滤波器去除噪声;判定入侵行为,完成智能安防视频监控识别。实验结果表明,该方法能够识别出全部目标,TA最大值为21%,TN最大值为90%,监控识别效果良好。

一种基于WebGIS的河湖智能视频监控系统设计

随着信息化技术的发展,视频监控作为一种信息采集传感器,已广泛应用于水旱灾害防御、水利工程管理、河湖管理等传统水利业务管理中,通过“眼见为实”的在线图像视频信息,结合AI智能算法,有效支撑了大量水利业务管理决策。视频监控在给传统水利行业带来新的技术支撑的同时,也给视频监控的建设管理工作带来了新的挑战,传统的视频监控管理系统以视频监控厂家自带的管理系统为主,通过视频监控目录树的形式对所有视频监控点位进行管理。另外,水利行业“部门分散管理、业务条块分割”的管理体制导致视频监控资源的建设和应用通常围绕单一业务展开,造成不同管理业务之间资源浪费、重复建设、整合共享困难等一系列问题。针对这些问题,本文探讨了基于WebGIS的河湖智能视频监控设计与实现的具体过程。

智能视频监控系统中的“人工智能+物联网”技术运用研究

“人工智能+物联网”的强强联合可促进视频监控系统智能化升级。从物联网技术的含义出发,分析物联网技术发展现状,阐述传感器与传感器网关、RFID、人工智能、云计算等关键技术,剖析“智能家居”案例中的智能门锁、照明、温控、窗帘控制、监控与安防、家电系统,以期运用“人工智能+物联网”技术加持智能视频监控系统,为人们提供更安全、更舒适、更便捷的工作和生活环境。

基于智能视频分析系统的智能监控系统构建

传统的视频监控系统使用效率低且人工查找录像繁琐,在当前海量的视频录像面前,这些问题更加突出,而基于人工智能技术的智能视频分析系统能够对监控画面进行告警分析。本研究通过将视频监控系统与智能视频分析系统结合,构建了一套智能监控系统,该系统可以根据业务部署的告警策略,自动识别人员、空间环境、物体等场景下的异常情况,从而实现视频监控从被动转向主动预警。同时,本研究基于智能监控系统应用实践,提供了一个智能监控体系构建流程和应用场景,帮助企业更好地将传统视频监控与智能视频分析系统相结合,创建智能监控业务和应用场景。

智能电网建设下配电网络智慧终端监控系统开发探究

从保障配电网络稳定可靠运行、推进智能电网建设的角度,对配电网络智慧终端监控系统的开发进行了研究。在研究中,利用了Python编程语言以及物联网技术、人工智能技术、传感器技术等,确定了系统的总体框架,对其功能模块和平台进行了设计,并测试了系统性能。结果显示:设计的监控系统功能完善,可以稳定运行,达到了预期目标。

智能视频监控技术及其在安防领域的应用实践

伴随我国经济的迅速发展,科学技术同样取得了进步与发展,且在多个领域得到了有效应用。智能视频监控技术作为一项关键性技术,在我国的安防领域中得到了广泛应用,为保障人们的生命财产安全,切实维护人民群众的利益等起到了积极作用。本文围绕智能视频监控技术在安防领域中的应用做出分析,探讨智能视频监控技术的概念,剖析智能视频监控的关键技术应用要点,分析智能监控技术系统的设计策略,并解读在安防领域中的应用实践,以期为相关学者的研究提供参考。