基于大数据思维的智慧安防展望

一、大数据与大数据思维"大数据"是当下的热点话题,不论政府、企业还是个人,都在关注如何采集数据,如何从数据中挖掘出有用的信息,进而创造社会价值、商业价值。互联网是大数据最早发挥效用的行业,淘宝、京东、亚马逊等电商企业通过对海量数据的掌握和分析,为用户提供更加专业化和个性化的服务。大数据也在重构很多传统行业,通过收集、整理生活中方方面面的数据,进行分析挖掘,从中获得有     

煤矿井下自燃火灾的图像识别及综合判据系统

煤矿自燃火灾的早期探测及预报是保证煤炭生产安全的有效手段。目前已有的各种预测预报技术,虽对煤炭自燃火灾的防治起到一定的作用,但对于不同煤质和不同地质赋存情况下的煤矿,单一探测方法的预测精度有限,在探测的准确性和有效性方面尚不能完全满足各种类型煤矿安全生产的需要。为了提高煤炭自燃灾害早期探测的可靠性,笔者提出一种以图像识别技术为基础的煤炭自燃发火探测方法,并进一步利用信息融合技术结合其他探测方法建立一套煤矿自燃发火综合判据系统,该系统有助于提高煤炭自燃预测的准确性,对煤矿的安全生产能发挥重要作用。     

SD 720卡口车辆综合处理系统

SD 720卡口车辆综合处理系统是集视频采集、图像处理、图像识别、网络通信、自动控制等多项技术为一体的公安交通管理智能化产品。在城际高速公路、重要干道、城市出入口处设置使用，具有实时监视、实时报警、无人值守和全天候作业的特点。系统对出入卡口的机动车辆进行实时图像抓拍，并记录通过卡口的车流量数据，可以为交通部门分析交通情况，加强交通管     

考虑颜色特征最优组合的CART决策树火灾图像识别方法*

针对火灾图像识别过程中颜色特征数量多、特征间相关性复杂、难以在多维特征融合过程中有效融合图像颜色特征等问题,提出1种考虑颜色特征最优组合的CART决策树火灾图像识别方法。首先,在Lab、RGB、HSV 3种色彩模式下基于图像颜色特征提取火灾图像特征序列;其次,分别在3种色彩模式下基于精细决策树与特征随机排列组合方法提取颜色特征中最优组合特征;最后,将提取的火灾图像最优组合特征序列作为CART决策树输入进行模型训练,并通过测试样本以及其他机器学习方法进行模型泛化能力的分析。研究结果表明:本文方法寻找出识别火灾图像的最优颜色特征组合为“Kb1+Var1+Kg+Kb2+Var2+Kh+Ks+Kv”;CART决策树方法对于火灾图像识别的测试准确度可达84.5%,其分类效果明显优于其他决策树类与集成树类方法;9折为最佳交叉验证折数,其测试准确度可达86.47%,与5折交叉验证相比明显提升14.77%。研究结果可为火灾图像识别提供方法基础。     

基于图像识别的建筑工人智能安全检查系统设计与实现

为提高建筑工人作业前安全检查的效率和效果,减少事故发生。以图像识别技术为核心支撑,提出了建筑工人智能安全检查系统的结构、功能及运行流程,并对系统运行效果进行了测试。研究和测试表明:该系统具备身份识别、安全装备检查、作业行为能力检查功能,能实现建筑工人作业前的自动、智能安全检查。该系统的身份识别正确率为83.75%、安全帽识别正确率为96.25%、安全带识别正确率为63.75%。该系统具有硬件投入低、检测速度快、准确性高、应用场景广泛的特点。     

城市生活垃圾分选技术探究

随着人们生活水平的提高,城市的生活环境也在逐渐变化,城市生活垃圾的种类及物化特性也逐渐变得复杂.首先概括了传统的生活垃圾处理方法,重点总结了传统垃圾分选技术的进展,介绍了一些新的垃圾处理技术,如红外吸收光谱分析技术、图像识别技术、变重分选、温度传感技术等,在此基础上对传统技术及新技术的研究提出建议,认为一些在其他领域兴起的技术也 行变革进入该领域,以提高垃圾的无害化和资源化程度,有利于环境保护和社会的可持续发展的建设.     

垃圾图像识别研究进展

实现生活垃圾自动分类是解决城市固体废弃物(municipal solid waste,MSW)问题的有效途径.着眼于近10年基于计算机视觉的垃圾图像识别相关研究,依据垃圾自动分类方法的差异性,将当前现有相关研究分为基于传统机器学习方法和基于深度学习方法.介绍了机器学习方法以及深度学习方法特征提取方式,对比分析了传统机器...     

基于卷积神经网络的乙烯球罐泄漏检测研究

乙烯球罐泄漏会对安全生产造成严重威胁。为了解决泄漏初期不易检测到的难题,研究应用卷积神经网络进行自动泄漏识别的方法。以不同角度下的正常工况和泄漏工况的场景图像作为训练对象,搭建基于卷积神经网络的识别模型,研究确定采用最大池化法和ReLU激活函数的网络设置,可使网络性能达到最优。测试结果表明,本文提出的方法和模型能有效实现乙烯球罐泄漏的自动检测。     

上海世博会园区车辆安全监管系统设计

本文提出了以射频识别和视频识别两种机制相结合对世博园区出入车辆实施安全监管的设计理念,分析了基于系统的技术优势、工作原理、系统构架方案,并具备车辆证件防伪、准入限行、自动警示提醒和回溯取证等功能,能够满足区域涉车管理和大型会务活动管理的现场处置要求。目前,该系统成功应用于上海世博会园区的出入口车辆安全监管当中。     

基于计算机视觉的驾驶疲劳识别方法的研究

汽车驾驶员疲劳驾驶是引发交通事故的重要原因之一,许多国家在进行疲劳报警器的研究。在介绍和比较多种驾驶疲劳测评方法的基础上,阐述PERCLOS评价驾驶疲劳的机理,并与其他几种方法进行对比,以证明其优越性。设计一套驾驶员疲劳监控系统,应用图像差分的方法,灰度直方图、直方图均衡化等图像分析手段,定位和识别驾驶员眼睛睁开与闭合的变化过程,统计出眼睛闭合时间来确定疲劳程度,并通过利用MATLAB得以实现。给出了一种基于PERCLOS的驾驶员疲劳识别的新方法。