基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

上海轨道交通11号线北段车辆乘客信息系统设计

文章主要介绍了上海轨道交通11号线北段车辆乘客信息系统的主要构成,并简述了该系统的技术特点及工作原理。     

无线局域网系统在地铁的应用

从网络结构、系统组成、链路分析、无线传播模型分析、越区切换设计等方面,阐述无线局域网在地铁应用的可行性,以及对地铁通信发展产生的作用。     

铁路综合视频监控工程检测技术分析

基于《铁路综合视频监控系统技术规范（试行）》要求,从专业测试的角度对铁路综合视频监控系统的功能和性能的工程测试方法进行分析,并对其现场可用性进行总结。     

城市轨道交通视频监控系统的回顾与展望

回顾城市轨道交通视频监控系统的三个发展阶段:模拟视频监控、准数字视频监控、网络视频监控,详细总结这三代视频监控系统的特点、架构及性能优劣,指出视频监控系统目前正朝着数字化、网络化、全高清、智能化、直存化、集成化等6个方向发展,最后对视频监控系统未来发展远景进行展望.     

地铁列车视频监视系统设计

阐述了地铁列车视察监视系统的设计方案、传输方式以及系统所实现的功能等.地铁列车装配视频监视系统能够对事故进行预防和分析,是地铁运营应对紧急突发事件的有利技术保障.     

铁路综合视频图像去雾算法研究与探讨

受雾霾等复杂介质环境影响,铁路视频监控系统获得的视频图像降质严重,使得雾霾天图像复原方法研究成为亟待解决的关键性问题。铁路雾霾视频监控图像具有分辨率低、灰度分布集中等主要特点,深入研究分析直方图均衡算法、Retinex图像增强算法和暗通道先验去雾算法的图像处理原理,分析图像处理效果。利用3种算法对铁路室外图像进行分析处理,结果表明3种算法均可以实现去雾,直方图均衡算法存在颜色失真和光晕现象; Retinex图像增强算法清晰度最好,但处理后的图像存在部分失真;暗通道先验去雾算法处理图像较为自然。     

铁路车站人数统计系统的设计与实现

首先分析车站出入口人数统计系统的设计需求,然后对系统相关软硬件的选取和实际环境的搭建进行介绍,并描述如何利用人头检测增强人数统计的准确性,最后介绍系统的总体框架、运行流程以及各子模块的功能,并给出部分实验结果。     

基于开放协议的城市轨道交通视频监控系统

引用"分而治之,扁平化管理,分权管理"的思想,设计了视频监控新系统的框架;并采用先进的H.264视频压缩算法,融合了GB/T 28181的要求和ONVIF(开放型网络视频接口论坛)等标准协议,设计了一个满足城市轨道交通需求、兼容旧系统的,以及具有开放性、维护简单、扩展性良好的先进视频监控系统。     

铁路接触网隔离开关远程无线控制系统研究

分析了一种基于wi-Fi无线网络搭建的网络平台,该平台是可以实现远程无线隔离开关控制、数据采集接收和发送、实时视频画面监控等多种功能的集合综合业务系统。