船舶机舱监控视频的智能检索系统设计

智能监控是通过图像处理的方法对动态场景中的目标进行自动、实时的跟踪识别,并分析和判断目标行为的现代化电子计术。对舰船智能监控系统的基本理论和关键技术进行深入调查和研究,提出了舰船监控智能检索系统设计方法,以便更好的对目标进行跟踪。通过对目标数据特征进行分析,对视频的序列进行匹配和记录,优化舰船机舱视频对监控目标的检测和提取功能,为验证方法的有效性,设计仿真实验,对视频数据进行检测和提取,并记录图像目标特征。试验结果表明该方法有计算简单、运行稳定的特点,可快速得到正确的视频跟踪检索目标。     

科考船船岸一体化网络设计及发展趋势

随着科学技术的迅猛发展,船岸一体化网络系统在现代科考船上的应用越来越广泛。文中通过我所设计并交付使用的科考船为实例,介绍了船岸一体化网络系统的用途、设计及功能;以及探讨了船岸一体化网络信息化的在日后的发展趋势。     

长江南京以下深水航道二期工程施工区域通航与生产安全信息平台设计

针对长江南京以下12.5 m深水航道二期工程面临的作业环境复杂、船舶交通流量密度大的情形,设计并开发出专用于保证通航与生产安全的信息平台。该平台是基于B/S模式的Web网站服务系统,利用功能部件结构进行系统设计,采用海量数据组织与管理技术,最终实现施工期通航与生产一体化安全信息的所有检查记录、安全应急保障、通航环境监测以及视频监控等功能,并能够及时更新各种信息。该系统在实际应用中达到预期效果。     

自动引导车辆(AGV)地图生成方法研究

提出了在人工导引方式下生成AGV数字地图的方法.利用立体视觉提取障碍物边界点,将不同视点处得到的观测集成到数字地图中,进一步提高数字地图的精度.由于AGV运动的不确定性,在将最新的观测集成到地图中之前,通过匹配新的观测数据与地图数据计算AGV位置.实验表明了该方法的有效性.     

高速公路收费网络安全探讨

高速公路机电系统网络现状通信网络是高速公路联网系统的基础。随着网络的逐步扩展．各种信息量越来越大,目前高速公路通信网络从承载单一业务向数据、多媒体视频、语音等多种综合业务发展,收费、监控等管理系统交融在一起．网络系统的复杂度日益增加,安全问题显得越来越突出．这其中最重要的当属收费系统数据安全。     

顾及小目标特征的视频人流量智能统计方法

人流量统计对智能安防等领域具有重要研究价值. 针对视频监控系统中人流量统计准确率较低的问题,提出一种顾及小目标特征的视频人流量智能统计方法,重点研究用于小目标检测的Faster R-CNN （Faster region-convolutional neural network）改进算法、运动目标关联匹配以及双向人流量智能统计等关键技术,根据人头目标的小尺度特点对Faster R-CNN网络结构进行适应性改进,利用图像浅层特征提高网络对于小目标的特征提取能力,通过基于轨迹预测的跟踪算法实现运动目标的实时追踪,同时设计双向人流量智能统计算法,以实现人流量高准确率统计;为证明方法的有效性,在密集程度不同的场景中进行了测试. 测试结果表明:改进的目标检测算法相较于原始算法,在Brainwash测试集和Pets2009基准数据集上的平均准确率分别提高了7.31%、10.71%,视频人流量智能统计方法在多种场景下的综合评价指标F值均能达到90.00%以上,相较于SSD-Sort算法和Yolov3-DeepSort算法,其F值提高了1.14% ~ 3.04%.      

高速公路特长隧道监控视频系统的设计研究

结合山西省高速公路特长隧道较多的情况,详细介绍了高速公路特长隧道监控视频系统的设计思路、前端感知设计、网络传输设计及隧道管理站监控中心设计等,并对特长隧道监控视频系统的设计方案进行了着重分析和研究,为其他类似高速公路特长隧道监控系统设计提供有益的参考和借鉴。     

云南航运蓝图：两出省三出境

翻开中国地图,可以清楚的看到,地处我国西南边陲的云南,北邻川藏,东连黔桂,西、南与缅甸、老挝、越南三国相接。云南地处云贵高原,境内94％为高原山地,山峦起伏、沟壑纵横、湖泊星罗棋布。金沙江、澜沧江、红河、南盘江、怒江等六大水系穿境而出,内河总长14200多公里,有60多条支流有航运价值。     

基于奇异值分解和特征融合的镜头检测算法

镜头检测是基于内容的视频检索和浏览首先要解决的关键技术。对视频结构和镜头变换进行概述,对典型的镜头检测算法进行研究分析,并提出了一种基于奇异值分解和特征融合的镜头检测算法。通过子空间投影得到帧的重构矩阵,计算帧与其重构矩阵的奇异值差,结合直方图特征进行镜头检测。实验结果表明了所提算法在镜头检测方面的有效性。     

基于计算机大数据的船舶视频图像类型辨识分析

传统船舶视频图像类型识别算法在图像类型识别计算过程中,存在视频图像高频尺度空间像素子带系数计算精度较低,导致图像画面差异辨识度降低,无法高精度对比图像特征参量的问题。因此,提出计算机大数据船舶视频图像类型辩识分析。通过神经网络算法,建立视频图像特征的神经网络模型;根据特征模型推导建立辨识模型。在辨识模型的基础上,通过导入大数据高频子带尺度算法,对图像特征尺度空间内的高频子带系数进行优化计算,从而提升视频图像类型的辨识精度。通过实验数据对比表明:提出的视频图像辨识算法,能够有效改善图像类型识别环境,提升图像类型辨识精度,解决了传统辨识算法辨识精度低的问题。