智能视频分析技术在视频监控中的应用

在视频监控飞速发展的今天,视频监控画面的海量信息已经超过了人力有效处理的范围已经成为客观事实。而智能视频分析技术是是一种滤除大量冗余的有效手段,是目前中国安防行业最为关注的图像处理技术,简而言之,该技术就是发现图像中运动的物体,并对其进行跟踪、分析,及时发现异常行为,触发报警并采取其他措施进行干预。     

模数混合视频监控系统的发展

本文主要介绍了视频监控行业的现状,分析了模数混合视频监控系统近年来在安防领域的发展,并简述了新国标GB/T 28181-2011对模数混合视频监控系统发展产生的影响以及模数混合视频监控在金融行业的具体应用,最后结合模数混合视频监控的特点,预估了模数混合视频监控系统未来的市场应用前景和发展趋势。     

基于无线网的远程视频智能监控系统

提出了基于无线网的视频智能监控系统的原理结构、带宽适应性和智能监控的实现方法,描述了系统中使用的无线组网、基于SPIHT视频编解码算法和基于内容的视频识别等关键技术,给出了系统实现后的实际测试结果及相关性能指标.     

智能分析技术在网络视频监控领域的应用

随着人民生活水平的提升以及对安防要求的提高,传统意义上的模拟本地化监控已经远远不能满足市场需求。而计算机、网络、数字音视频技术的飞速发展与应用,使得视频监控技术日新月异。     

基于GPRS的嵌入式远程视频监控系统

本文介绍了H.263协议低比特图像压缩标准,分析了在低于64kbit/s的低比特率信道中传输视频信息的可行性,并在此基础上设计实现了基于GPRS网络、利用嵌入式控制模块现场控制视频采集的远程视频实时监控系统.实验结果表明,本系统通过GPRS网络,每秒可传送3～5帧图像信息,基本满足实时性要求不是十分严格的应用场合.     

一种基于网络的银行视频监控系统的研究与设计

传统的模拟视频监控系统存在诸多不足.由于数字视频的压缩、处理和传输技术的发展,数字视频监控系统正成为视频监控的主流技术和研究方向.提出一种基于网络的银行视频监控系统解决方案,该系统采用Client/server模式,通过视频采集、视频传输、视频显示、远程用户的管理和监测以及串口的控制五个软件模块实现系统的功能.     

安讯士推出ARTPEC-4,可提升网络视频系统的视频质量和视频分析性能

全球网络视频领先厂商—安讯士网络通讯有限公司(Axis Communications)推出全新芯片ARTPEC-4。这种市场领先的最新网络视频处理芯片,极大地提升了安讯士网络视频摄像机和视频编码器的图像质量和视频分析性能。ARTPEC-4提供的视频具备较低的噪音和较高的感光性,因此可以     

基于OPenh323的网络视频监控系统

Openh.323是一种能够完全符合H.323协议的开放源码的协议栈,可以和任何符合该协议的系统进行视频通讯。本文提出了一种基于Openh323底层PWLIb库支持的网络视频监控系统,介绍了网络视频监控系统的组成及组网结构,多个MCU之间的级联可以看作是满足H323协议的点对点通信,因此不直接相连的MCU可以通过个或者某几个MCU完成视频的通讯,描述了如何将视频监控终端所采集的视频图象信息通过由多个MCU所组成的视频监控网络最终到达监控中心。在此基础上给出了一个基于Openh.323实现网络视频监控系统的方案。     

基于视频服务器的视频监控系统的设计

介绍了一种基于视频服务器的视频监控系统的设计,着重介绍了视频服务器、系统的总体设计和关键技术,并给出了实现方法.     

新型嵌入式视频监控系统的设计

介绍了一种嵌入式视频监控系统的设计与实现方法.该系统可用于完成视音频信号的采集、MPEG-4编解码和传输三大功能.文中给出了用视频采集模块、音频模块、存储模块、无线模块、以太网传输模块等组成的视频监控系统的总体框架、同时给出了主要系统模块的设计与实现方法.     

基于文本挖掘的管制运行风险主题分析*

为充分挖掘管制运行风险信息和隐藏规律,实现数据驱动的风险管理。以某管制单位2004—2019年共269条管制原因不安全事件数据为挖掘语料,在考虑上下文语义的基础上,运用潜在狄利克雷分配（LDA）主题模型挖掘管制运行风险主题及关键词,使用Word2Vec挖掘主题之间、关键词之间的关联关系,运用社会网络分析软件UCINET、可视化工具NETDRAW构建语义网络将关联关系进行可视化并进行网络分析。结果表明:LDA主题模型可以通过运行数据实现对管制运行风险的高效提取和深层挖掘,挖掘到管制人为因素、特情处置、地空配合、班组资源管理、组织管理、运行环境、管制指挥共7个主题,其中管制人为因素主题是核心主题,与其他主题都具有较强的相互关联;Word2Vec和语义网络相结合能够更准确地挖掘风险之间的关系,确定主题的重要度排序,识别关键风险。     

基于扇区动态复杂性因素的航空管制员工作负荷计算

为了更加准确地计算和预测航空管制员的工作负荷,利用雷达管制模拟试验获取的数据,分别采用线性回归、神经网络的非线性回归和基于神经网络的支持向量机方法,建立了基于扇区复杂性因素的管制员工作负荷实时计算模型。结果表明,这3种模型的绝对误差平均值分别为0.969、1.049、0.240;相对误差平均值分别为16.667%、17.979%、6.229%;均方根误差分别为0.186、0.206、0.114。另外,若采用5%作为基准精度,基于神经网络的支持向量机模型可以将相对误差控制在-0.5%~0.5%,表现出较强的误差控制能力。研究表明,可以采用扇区动态复杂性因素来计算管制员的工作负荷,相比线性回归、神经网络的非线性回归方法,基于神经网络的支持向量机方法对管制员工作负荷的计算有更高的精度。     

基于粗神经网络的管制员工作差错风险预警模型

针对空中交通管制员工作差错风险类型,指出指标体系建构过程的动态性特征,从个人、团队、设备、环境及管理几个方面,建构预警指标体系,运用粗糙集在数据挖掘方面的优势,通过基于属性重要度的启发式约简算法,提取关键指标,剔除冗余指标,可以实现在不丢失关键预警监控对象的情况下,结合BP人工神经网络构建实时预警模型,既有利于加快运算速度,又有利于进行重点监控.经过实例仿真,粗糙集与BP网络结合建构的预警模型,能有效针对管制员工作差错风险进行实时预警监控.     

空中交通管制员胜任力模型及其影响关系分析

为揭示空中交通管制员胜任力结构及其元素对体系的影响关系,首先通过问卷分析建立管制员胜任力模型,然后结合三角模糊数、决策试验与评价实验室法构建胜任力影响关系图以分析各元素间的影响关系,最后模拟胜任力元素对体系的影响关系。结果表明:胜任力模型由元胜任力、社会胜任力、认知胜任力、职能胜任力构成,共15项指标;元胜任力影响社会胜任力与认知胜任力,这三者又共同影响职能胜任力,社会胜任力对认知胜任力也具有一定影响;按对胜任力体系影响大小排列依次为元胜任力、认知胜任力、社会胜任力、职能胜任力;按变化的难易程度排列依次为元胜任力、社会胜任力、认知胜任力、职能胜任力。管制员胜任力模型及其影响关系能为管制员安全管理中的人员资质能力建设提供一定的参考。     

空中交通尾流间隔标准的安全性评估分析

为了分析现行尾流间隔的安全性,建立了尾涡安全评估模型,基于国内现行尾流间隔标准,对诱导滚转力矩系数和所需滚转角速度计算数据进行统计,选择所需滚转角速度作为安全性衡量指标。计算分析了气象条件尾涡遭遇严重度的影响,对不同机型类别组合下的所需滚转角速度计算数据进行统计分析。研究结果表明:与滚转力矩系数相比,所需滚转角速度更适合作为尾流安全性的衡量指标;在顶风条件下可适度缩减所需的尾流间隔,提高空管运行效率;不同类别组合下的当量均值可以反映不同类别组合下的安全程度和潜在的间隔缩减潜力,当量标准值则可反映类别中所属机型之间的差异性。     

基于感知失衡的外卖配送交通安全研究*

为降低外卖配送交通事故发生概率,通过有序多分类Logistic回归分析个体属性与交通事故关联性,构建交通安全风险感知与配送效率感知失衡模型,分析外卖配送交通安全影响因素及路径关系。结果表明:配送员年龄、入行渠道对交通事故影响显著;COVID-19健康成本感知对交通安全风险感知和配送效率感知的失衡有显著中介调节作用。要实现交通感知平衡状态,互联网平台企业有必要按配送员年龄段、就业渠道实施差异化管理,树立良好交通安全意识。研究结果可为破解外卖配送“交通文明洼地”提供启示。     

基于APRIORI-TAN的交通事故伤害分析与预测*

为探究道路交通事故因素和事故伤害的相关性,以2 467起涉及人员伤亡的交通事故为数据集,运用Apriori算法分别挖掘事故伤害关联规则,并结合社会网络分析的可视化和核心-边缘分析构建受伤事故和死亡事故的关联规则网络。结果表明:事故伤害程度与事故时间、道路条件和交通环境等因素关系紧密,尤其死亡事故与碰撞固定物、人行横道事故、高速公路、高速道路、非市区、酒驾和超速存在高相关性。基于树型贝叶斯网络（TAN）构建事故伤害程度的预测模型,预测结果准确率可达87.56%。     

基于有上下界风量约束的矿井风量极值流算法研究

为解决既有方法不能准确求出矿井最大通风量与最小配风量,从而导致矿井通风系统产生能源浪费或难以满足矿井通风需求,出现安全隐患与改造难度大、潜力低等问题,提出1种基于有上下界风量约束的矿井风量极值流算法.该算法首先利用最大流算法求解满足节点流量平衡与分支上下界容量限制条件的可行流问题,若存在可行流,在求得可行流基础上,再利...     

基于飞行剖面的航空器试飞活动空管风险研究

为明确空中交通管理风险对航空器适航试飞活动不安全事件的影响,首先,依据航空器试飞科目绘制相应飞行剖面;其次,基于试飞活动飞行剖面,分析管制单位试飞保障流程,提取管制运行风险对试飞活动的影响因素;采用事故树分析法(FTA)分析事故发展过程,将事件和逻辑关系映射至贝叶斯网络(BN),依据国内外民航空管不安全事件分类统计结果...     

基于卷积神经网络的冲击地压预警方法研究*

为探究深度学习在冲击地压预警方面的应用前景,以新疆某冲击地压矿井为研究背景,将深度学习和专家评判运用到微震数据分析中,基于卷积神经网络构建冲击地压预警模型。充分利用一维卷积神经网络对时序数据有较强特征提取能力的优势,以微震数据及其特征参数作为输入,以专家评判值作为标签,借助Python-Keras框架实现冲击地压预警模型的构建和训练。研究结果表明:模型预警效果并不随着训练迭代次数的增加而逐渐最优,存在最优迭代次数,对于所建模型当迭代次数为30时测试集的冲击危险预测结果与专家评判结果基本吻合,同时说明模型可以较好地学习专家评判经验实现冲击地压预警。研究表明所建模型对研究时段内发生的5次大能量矿震事件均进行预警,其准确度较高,具有现场实际应用价值。