学科分类
/ 25
500 个结果
  • 简介:摘要:针对油田场景中生产管理工作的特殊性,视频目标识别模型的研究需要从油田生产现场视频应用场景、运动目标检测与提取方法、运动目标属性特征及比对方法 3个方面进行研究。根据油田生产现场具体业务特征,确定视频智能分析应用的具体业务场景,包括周界防范、区域入侵、车辆布控、人员布控等,进而确定每种场景下的分析目标的结构化特征。通过人工智能和深度学习算法,对场景中的运动目标进行深层次的特征提取和交叉比对,并通过多次迭代提高特征值的准确性。

  • 标签: 油田生产 目标检测 目标提取 高斯算法
  • 简介:摘要:无人机和巡检机器人技术尚未成熟,采用这些方法反而对输电线路带来较多的安全隐患。因此,从监控的角度保证电力系统的安全稳定运行是非常值得研究的方向。在监控视频中迅速发现异常,检测出各种异常目标,就能够快速预警防患未然。因此,输电线路异常目标检测能够预防和减少事故发生,对提高输电系统安全性、稳定性起到十分重要的作用。

  • 标签: 输电线路 异常目标 检测
  • 简介:摘要:杂波会对雷达正常工作造成严重影响,从而导致雷达检测性能的不稳定。因此,探讨不同体制雷达在杂波影响下检测目标的性能如何变化具有重要意义,本文分析了云雨杂波环境下对空雷达目标检测能力。

  • 标签:
  • 简介:摘 要 : 针对于当今监控系统大多只起拍摄作用而无智能监控手段的问题,提出了基于目标检测算法的智能监控系统。在运用目标检测算法与人脸检测算法的基础之上,利用这些算法实现了能够检测移动目标并进行图像之中人脸的检测与提取,从而当陌生人进入时系统能够精确识别。实现了智能化监控,极大提升了监控的准确性与安全性。 关键词:目标检测、人脸检测、 智能监控 引言 智能视频监控系统无需监控人员持续地盯着屏幕,减轻了工作人员的负担,并具有主动性和实时性的优势。智能视频监控系统的主要职责是利用计算机视觉技术从视频图像中检测、跟踪、识别人脸,并对该主体的行为进行理解。 一、系统设计原理 该系统在原视频系统的监控功能基础上,还增加了以下功能: 包括固定传感器布控预警、华为云平台 Atlas200DK智能摄像头、数据处理系统、可视化一体平台。其中可视化一体平台包括人员属性检测采集系统和视频结构化回溯系统实现人脸信息采集的智能化分析及预警。 ( 1)视频监控系统具有人脸识别能力。要求系统能够自动捕捉出入监控范围的人员脸部图像与数据库信息进行比对 , 并自动识别判断是否为可疑人员上传至数据库处理系统。数据处理系统通过算法模型进行人脸识别并与云数据库中的信息比对,若信息不匹配,则智能启动无人机,无人机将进行目标追踪。 ( 2)系统会将收集到的信息上传至可视化一体平台。固定摄像头拍摄图像信息上传到数据处理系统,数据处理系统通过数据处理算法和可视化数据分析上传至可视化一体平台。无人机拍摄可疑人员后自行处理并上传至可视化一体平台呈现给用户。 二、算法分析 2.1目标检测算法( YOLO v3) YOLO v3采用帧间差分法进行图像提取,且采用多个 scale融合的方式做预测。原来的 YOLO v2有一个层叫: passthrough layer,假设最后提取的 feature map的 size是 13*13,那么这个层的作用就是将前面一层的 26*26的 feature map和本层的 13*13的 feature map进行连接,有点像 ResNet。当时这么操作也是为了加强 YOLO算法对小目标检测的精确度。这个思想在 YOLO v3中得到了进一步加强,在 YOLO v3中采用类似 FPN的 upsample和融合做法(最后融合了 3个 scale,其他两个 scale的大小分别是 26*26和 52*52),在多个 scale的 feature map上做检测,对于小目标检测效果提升还是比较明显的。 YOLO v3中对前面两层得到的 feature map进行上采样 2倍,将更之前得到的 feature map与经过上采样得到的 feature map进行连接,这种方法可以让我们获得上采样层的语义信息以及更之前层的细粒度信息,将合并得到的 feature map经过几个卷积层处理最终得到一个之前层两倍大小的张量。 图 1 帧间差分法算法流程图

    2.2人脸检测算法 (MTCNN) 所谓人脸检测,就是给定一张图像,找到其中是否存在一个或多个人脸,并返回人脸置信度和人脸框位置。它是从待识别图像上获取有用信息的第一步,是实现实时、高精度人脸识别系统的前提和基础。网络实现人脸检测(人脸分类、边框回归)和关键点定位分为三个阶段: 第一阶段:由 P-Net获得了人脸区域的候选窗口和边界框的回归向量,并用该边界框做回归,对候选窗口进行校准,然后通过非极大值抑制( NMS)来合并高度重叠的候选框 第二阶段: P-Net得出的候选框作为输入,输入到  R-Net,网络最后选用全连接的方式进行训练,利用边界框向量微调候选窗体,再利用 NMS去除重叠窗体。 第三阶段:使用更加强大的 CNN( O-Net),网络结构比 R-Net多一层卷积,功能与 R-Net作用一样,只是在去除重叠候选窗口的同时,显示五个人脸关键点定位。 ONet 是网络的最后输出。 图 2 人脸检测阶段流程图

    三、系统结构设计 ( 1)数据输入层。本部分通过采集或导入已有人脸数据库,为系统提供待测人脸数据及人脸比对基础库。涵盖一切提供数据源的前端及数据库。 ( 2)算法引擎层。人脸识别平台系统是人脸识别系统的核心 ,主要包括人脸数据的建模,比对分析和存储。 ( 3) 平台服务层。平台服务层向下对接算法引擎,向上提供业务数据接口。主要包括接受客户提出的任务,调用相关底层算法引擎,对算法层反馈的结果进行分析,并提供相关的业务服务。 ( 4)大数据业务层。大数据业务层主要负责数据仓储及数据检索服务。数据仓储及数据检索服务。数据仓储指将系统中产生的人脸图片、人脸特征数据、告警推送信息,包括目标数据库的相关数据进行结构化存储;数据检索服务指与平台服务对接,提供结构化的快速检索,与安防业务相结合,实现对数据时间、空间信息的充分利用,且平台业务功能可在庞大的数据库中快速反馈检索结果。 固定摄像头拍摄图像上传至数据处理系统,数据处理系统通过目标检测算法、人脸检测算法、人脸识别算法将图像中的人脸识别出来并与数据库中的信息进行比对,并根据比对结果决定是否报警,同时将处理后的数据上传至可视化一体平台。更为重要的一点,可以对监拍对象进行数据提取分析,形成对象分析报告,高效准确地将其信息提供给客户。 图 3 系统结构流程图

    小结 随着科学技术的不断提高,人脸实时识别监控系统在使用时,依据人面像本身所固有的生理特征 ,利用目标检测算法、人脸检测算法和人脸识别算法来达到身份验证和识别的目的。 参考文献 [1]严杰支持人脸检测的智能视频监控系统的设计与实现 [D].重庆大学 . [2]李苗在,谷海红 .人脸识别研究综述 [J].电脑知识与技术 :学术交流 ,2011,07(8X):5992-5994.

  • 标签:
  • 简介:摘要:计算机的应用中目标视觉检测得到了比较好的应用,目标检测可以用于监控、无人驾驶、人机交互等。近年来,深度学习的应用也逐渐的成熟,尤其在图像分类研究方面有很大的进展,从而使目标视觉检测也得到了带动。本文根据深度学习在目标视觉检测中的应用和展望进行分析,第一步对目标视觉检测的流程进行讲解,介绍目标视觉检测的数据集。第二步深度学习在目标视觉检测中的发展,最后,根据现在深度学习在目标视觉检测中出现的不足进行策略的探讨并指明未来展望。

  • 标签: 深度学习 目标视觉检测 应用分析
  • 简介:摘要:红外图像是热成像,不受黑暗和烟雾雨雪等恶劣天气的影响,能够看到人眼中无法看到的目标,具有全天候工作的特点,已经被广泛应用于军事侦察、监控和制导等领域。此外,红外图像在民用领域也有着非常广泛的应用前景,如视频监控,辅助车辆驾驶等。由于人体目标的活跃性和特殊性,对人体目标检测与跟踪有着很大的经济价值和军事价值,所以开展基于红外图像的人体目标检测与跟踪技术研究十分必要。

  • 标签: 红外序列图像 FAST CS-LBP 离散小波变换
  • 简介:摘要:目的:研究 目标检测 对 常规手术 患者 术后切口植入感染 防治的临床 效果。 方法:选择本院康复科接治的 68 例常规手术患者为实验对象,并 根据是否接受目标检测进行分组,并命名为对照组(不接受)和实验组(接受),每组均录入 34 例患者。比较两组患者术后切口植入感染发生率和住院时间等指标。 结果: 对于接受手术室强化护理的实验组患者,术后感染率为 5.88% ,而未接受手术室强化护理的对照组患者,感染率为 20.59% ,组间差异显著( P < 0.05 ) 。 对比两组住院时间、住院费用,实验组明显优于对照组( P < 0.05 )。 结论:在进行手术室内护理管理时,应用目标检测,能够保证各项护理操作按规章制度进行,而想要进一步提高感染的控制率,医院内部还需要不断优化手术室护理管理并制定合理的管理制度,强化护理人员的无菌意识,这样能够为患者提供更为优质的手术护理服务。

  • 标签: 围手术期 手术室强化护理 常规手术 切口感染
  • 简介:摘要目的探讨无创产前检测(non-invasive prenatal testing,NIPT)对于筛查常见非整倍体以外的其他染色体异常的价值。方法分析宁波地区11 429例单胎孕妇的NIPT筛查结果,对提示为21、18和13非整倍体之外的其他染色体异常高风险且知情同意的106例孕妇进行羊水检查。回访所有孕妇的妊娠结局以及胎儿出生后的情况。结果NIPT在11 429例样本中共检出性染色体非整倍体高风险66例,通过产前诊断确诊18例、疑似阳性4例,阳性预测值为33.3%(22/66),继续妊娠率为45.5%,且出生后表现均暂无异常;检出拷贝数变异47例,通过产前诊断确诊19例,疑似阳性3例,阳性预测值为46.8%(22/47)。22例孕妇均选择终止妊娠;检出罕见常染色体非整倍体31例,通过产前诊断确诊2例嵌合型三体,疑似阳性1例,阳性预测值为9.7%,3例孕妇均选择终止妊娠。结论NIPT对于检测常见非整倍体以外的拷贝数变异和性染色体非整倍体具有一定的价值,能够有效减少缺陷儿的出生。鉴于其阳性预测值总体不高,筛查阳性的孕妇仍需合理的遗传咨询和产前诊断,以避免不必要的引产。

  • 标签: 无创产前检测 性染色体非整倍体 拷贝数变异 产前诊断
  • 简介:【摘要】 : 单元学习活动的合理设计有利于提高学生的学习效果,本文 从 三个部分主要分析了单元学习活动的总体设计, 包括 建立 教学 目标,确定活动的内容并设计活动的过程。通过两次实践课,对单 元 课时的一个环节进行了活动任务和活动过程的设计、调整和反思。

  • 标签:
  • 简介:

  • 标签:
  • 简介:摘要:考试测量作为历史新课程改革评价的有机组成部分,关系每一位学生的成长和课改进程,在新课改中发挥重要作用。如果测量试题和课程标准内容不吻合则会影响课程标准教学目标的全面落实。而只有当考试评价与历史课程标准一致时,教学才有可能实现与历史课程标准相一致,因此,思考如何将课程目标转化成教学目标,如何将教学目标有效转化成考试测量目标,实现课程目标、教学目标、考试测量目标的有效结合,是当前历史教学改革下面临的十分重要和急迫的任务。

  • 标签: 教学目标 考试测量 核心素养 教 评三位一体
  • 简介:摘要:无人机巡检已成为电力线路杆塔巡检的重要方式。然而,目前的无人机巡检仍主要通过人工方式评估线路灾损,不仅费时费力,而且准确率低。本文提出了一种基于深度学习算法的实时目标检测模型,通过无人机巡检视频实时检测电力杆塔的状态。通过对倒断类杆塔图像进行数据增广,解决了杆塔类别不平衡问题。通过使用 K-means算法对杆塔数据集的目标框进行重新聚类,改进了深度学习算法参数。测试结果表明,该模型能有效检测多种环境下多种尺度的杆塔目标。改进后的模型在测试集上的召回率和交并比较改进前有所提高,且平均均值精度达到 94.09%,检测速度达到 20顿 /s。此外,也对更快的简化版 YOLO模型进行了测试,检测速度能达到 30帧 /s。

  • 标签: 深度学习算法 无人机 电力线路 杆塔巡检 实时目标 检测模型
  • 简介:摘 要: 目标管理既纠正了“科学化管理”偏重以事为中心而忽视人的一面,也纠正了“人本管理”偏重以人为中心而忽视与事相结合的一面,是一套把事与人很好地结合的现代管理工具。

  • 标签: 目标管理 目标的制定 目标的分解 目标的实施
  • 简介:【摘要】教学目标是在教学活动中所期待得到的学生的学习结果,其中课程目标是教学目标的一个层次。通过学习我们不难发现,不论是教学目标还是课程目标的演变都经历了从三维目标到核心素养的转变,本文通过简单的对比,从历史学科的角度比较教学目标在这一转变中的“变”与“不变”。更进一步加深对教学目标的掌握,同时有利于更好的开展教学。

  • 标签: 教学目标 课程目标 核心素养
  • 简介:【摘要】本文通过对机场目标的结构和易损性进行分析,结合导弹对机场的打击方式和实例,提出了一系列可行的机场防护方案,以期对指挥员做出威胁预判和防护决策提供思路。

  • 标签: 机场 毁伤与防护
  • 简介:

  • 标签:
  • 简介:摘 要:被动红外成像探测与识别技术是现代武器装备制导中十分重要的技术。该文对红外舰船目标图像的检测与识别方法进行研究,提出了一种基于质心矩形的红外目标识别方法,应用结果表明该方法可有效识别红外舰船目标,能为红外舰船目标自动检测与识别提供参考。

  • 标签: 红外成像 舰船目标 检测 识别
  • 简介:【内容摘要】在语文教学中,教师应在切实知道学生现有的知识和能力水平的基础上,立足于教材,以学生现有知识水平为基础,设计适合学生发展的合适的教学目标,深入挖掘教材在文字、词句、段落、篇章、语法及修辞等方面所蕴含的语言文字的训练点,以课文为例,并配以相同类型的语文知识点的课内外教材,举三反一,让学生多听、多读,多思,融会贯通,概括出语言文字的规律性知识;然后让学生多说,多写(练),举一反三,学会运用语文的规律性知识,从而落实教学目标,促使课堂有效。

  • 标签: 可操作性强 落实 取舍得当
  • 简介:摘要:随着活动课在中学进行,相关理论的研究也成为了话题,活动课的目标是值得关注的问题。例如,活动课与全面发展目标的关系如何?活动课是否应该提出并制定自己的具体目标?那么,这种具体的目标是结构性的,内容上应该是什么等等。本文将对这些问题进行初步研究。

  • 标签: 活动课 目标