未来已来 深度学习为AI应用保驾护航

正作为新一代人工智能的关键技术,深度学习近年来展现出极大的创造力,在语音识别、机器视觉、自然语言处理等一个个经典的人工智能问题上取得实质性进展,让很多此前无法实现的AI应用走进了现实生活,正在加快各行各业的发展速度。此前,ARK 2021年度投资报告发布了2021年15大趋势预测,     

智能建筑安防技术应用及未来趋势

正1984年美国联合技术公司(UTC)首次提出智能建筑的概念,20世纪90年代起,中国逐步掀起智能建筑热。我国最新的《智能建筑设计标准GB/T50314-2015》中对智能建筑做了如下定义:"以建筑物为平台,基于对各类智能化信息的综合应用,集架构、系统、应用、管理及优化组合为一体,具有感知、传输、记忆、推理、判断和决策的综合智慧能力,形成以人、建筑、环境互为协调的整合体,为人们提供安全、高效、便利及可持续发展功能     

深度学习技术与安防行业的超融合

<正>一、什么是深度学习技术1956年计算机科学家首次提出"人工智能"的概念,希望用计算机构造与人类智慧类似的机器,并在科研实验室中不断探索研究。2015年,随着GPU技术的广泛应用,并行计算变得更快速和更有效,人工智能开始全面爆发。机器学习来源于早期的人工智能。机器学习最基本的做法,是使用算法来解析数据并从中学习,然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同,机器学     

基于深度学习的视频质量诊断技术研究

正随着国内安防市场的不断壮大和成熟,监控设备在各个领域得到了广泛应用,数量逐年呈爆炸式的增长,使用时长也从早期每天8小时逐渐变成7×24小时不间断使用。监控系统的运维依靠人工检测和处理的方式已经变得不再现实,如何快速自动检测和定位监控系统中的问题,促使了视频质量诊断技术的发展。当前各大监控厂商已陆续推出了多款视频质量诊断产品,如大华提供的视频质量诊断产品可对监控设备常见的异常问题进行准确定位,再     

深度学习技术驱动安防视频创新发展

正近年来,随着安防行业的深入发展,在视频监控领域,特别是平安城市、智慧城市建设中,困扰企业和用户的一个重要问题就是缺乏有效的手段对海量视频、图像数据进行智能分析处理。人们常常向往着科幻电影中的"天眼""天网"技术,但现有的分析技术却远远不能满足预期。近两年来,随着深度学习技术热潮的出现,     

“深度学习”技术开启智能安防新篇章

<正>深度学习是近年来机器学习领域的一个热点研究方向,其主要学习方法是通过增加学习器的层数,增大其通道数和参数的规模,借助大数据学习时代的超强计算能力,发现原始数据集中的高层抽象概念,为应用领域的决策支持进行服务。在当前,深度学习技术吸引着大批机器学习研究者和应用领域研究者的兴趣,无论是在理论研究中,还是在应用研究中,深度学习技术的应用,总能带动这些研究领域的发展。     

深度学习技术创新实践

本文介绍一种基于深度学习的视频找人技术,通过采集视频监控系统的图像进行图像模式识别分析,即可实现人员、车辆的视频追踪及人群的动态特征,并提取出特征区域的深层关系值,进行无监督学习,准确区分真实目标和噪声,利用多目标追踪技术来避免逐帧进行目标确认,大幅减少了计算量,有效降低了弱小目标的漏检率及噪声的误报率,提升了视频处理速度与识别的准确率,能够运用于各种复杂的场景。     

基于深度学习的人脸识别技术在安防领域的应用

<正>一、引言深度学习是机器学习研究中的一个新领域,概念源于人工神经网络的研究,动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。特征可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。近几年深度学习技术被业界广泛认可,并在各个相关领域都取得了突飞猛进的进展,特别是深     

基于深度学习和人工智能的公安大数据应用

正一、关于大数据大数据的概念最早由维克托·迈尔·舍恩伯格和肯尼斯·库克耶在编写《大数据时代》中提出,并首先在互联网行业得到应用。面对海量的数据,在不具备处理能力的情况下,只能通过数据抽样的方法进行分析和统计,从中发现数据蕴含的宏观规律,挖掘其抽象价值。随着计算机运算能力的不断提高,特别是云计算技术的出现,使得面对海量复杂结构的数据时处理能力得到划时代的飞跃,人们     

安防解决方案的现状与未来趋势

在技术不断更新和应用需求日益增长的双重推动下,安防行业在短短数年中取得了前所未有的发展。如今,安防应用各子系统之间已经不再彼此孤立、互不相关,而是彼此之间紧密联系、大量数据相互交换,而穿起这些子系统的纽带就是安防解决方案,通过解决方案实现在同一软件上对各子系统进行集中控制和管理。     

基于深度学习的井下环境异常工况智能识别技术研究

为了使装备在井下复杂环境中具有自主精准辨识井下对象和作业环境的能力,实现无轨装备及其他各类型装备无人化作业和开采,提出了基于利用深度学习方法开展井下环境异常工况智能识别分类研究。通过分析装备正常运行和作业的主要影响因素,构建了井下环境异常工况数据集,采用旋转变换、平移变换、缩放变换等数据增强技术,有效防止网络训练过拟合;基于InceptionResnet V2模型采用层冻结方法,重新训练全连接模型,通过不同的迁移策略进行实验对比分析。研究结果表明:添加2层全连接层,且每层包括4 096个神经元的迁移策略模型性能最佳,鲁棒性好,能够精准识别分类井下环境异常工况。     

深度学习技术兴起将给安防带来什么?

正一、神经网络、深度学习与神经生物学之间启发式的联系19世纪末期20世纪初从事解剖学领域研究的科学家们提出的神经元理论奠定了现代神经系统研究的基础,而这也成为了40年之后其它领域的科学家们设计神经网络模型的灵感之源。从1940年至1980年这40年间,心理学家、数学家以及计算机科学家们基于此理论(与图模型理论深度结合)不     

深度学习技术在人脸识别中的应用分析与思考

<正>一、引言近年来人工智能迎来了快速发展,深度学习作为其底层的核心技术起到了至关重要的作用,受到越来越多的关注。在图像、语音、自然语言等众多领域,深度学习都取得了巨大的成功,人脸识别是其中极具代表性的例子。深度学习不仅在效果上远远超越传统人脸识别方法,在算法、数据、硬件、应用等层面也带来了更多新的启发。前不久,苹果公司发布了10周年纪念版iPhoneX,宣布将使用人脸识别作为新的身份认证方式,引起了不     

我国应急管理的进展与趋势

近年来突发事件频繁发生.2001年美国的"9·11事件"是人为造成的社会安全事件,2003年的"SARS事件"则是由于当时未知的一种病毒引发的公共卫生事件,2003年8月的美国大面积停电事故是人为造成的影响巨大的事故灾难,2004年末的印度洋海啸给东南亚国家带来的灾难性后果则属于自然灾害的范畴,以上这些都属于事先很难预知的突发性事件,给人类造成了惨痛的悲剧.     

炼铁除尘技术的问题和进展

炼铁生产中的粉尘产生于高炉原料系统、出铁场、煤气系统及喷煤制粉输粉系统。现就炼铁生产除尘技术存在的问题和取得的进展阐述如下。1 高炉煤气干法净化 高炉煤气中的含尘浓度由40～100g/m~3降至使用要求的5～6mg/m~3,要经过一系列的除尘净化过程。高炉煤气除尘净化的传统工艺为湿法除尘。然而湿法除尘有一个很大的缺点,就是煤气洗涤水中含有氰化物及其他有机物,会产生二次污染。处理氰化物要用化学药物或引入水渣池,用冲渣水稀释后进行闭路循环,但冲渣过程中,微量氰化物会随蒸气扩散到大气中而污染大气。此外,湿法除尘使煤气的物理有效能（温度与压力）未得以充分利用。若采用干法除尘,就可提高高炉炉     

基于深度学习的不安全因素识别和交互分析

为解决行为安全领域不安全因素识别和交互分析困难的问题,构建基于深度学习的不安全因素识别和交互分析模型。首先,从"人-机-环"3方面构建不安全因素识别层,分别采用不同的深度学习结构识别作业人员行为属性、工作环境场景和操作设备工作状态的不安全因素;然后,通过因素交互层,采用关联和回归多值算法完成对不安全因素的交互分析;最后,通过输出显示层实现分析结果的表征。以某煤矿综采、掘进、通风3个生产活动类别的视频音频数据为例,通过Matlab操作平台选取最优深度学习结构,进行模型交互分析。结果表明,用该模型能实现对采煤面空顶作业、喷浆机故障仍然加料、主要通风机异常响动未停机检查等不安全因素的识别和交互分析,完成不安全行为的描述以及风险分级、行为痕迹的分类。     

深度学习在人脸识别和安防大数据中的应用

正一、前言人脸识别是生物特征识别技术的一种,有可能是最为重要的一种,也是最近几年发展最为火热的人工智能技术方向之一。理想中,人脸识别的采集过程无需用户配合,具有隐蔽性,符合人的认知习惯,因此在安防领域具有不可替代性,是继车牌识别以后诸厂商重点突破的技术方向。深度学习方法是数据量、计算能力和学术发展到一定阶段产生的新方法,而正是得益于该方法带来的各应用的性能突破,包括人脸识别在内的人工智能技     

浅谈中国“消费安防”市场发展现状和未来趋势

一、消费安防在我国的发展情况 随着生活水平的提高,人们对安全的需求日益强烈,安全意识不断加强.用于专业领域的安防产品呈现出向民用化发展的趋势."消费安防 "这一概念的出现已逾10年,目前正在不断地普及,被越来越多的消费者及安防企业所接受.随着安防产品和技术向民用化发展,产品的设计理念和功能逐渐贴近日常生活的基本职能,"消费安防"产品正通过丰富的产品种类和阶梯式的价格体系以求得不同阶层的消费者的认可,民用安防市场呈现出巨大的发展潜力.     

压力容器的焊接和无损检测技术进展

本文对当前压力容器制造技术的进展进行了概述,并着重介绍压力容器的焊接和探伤技术。