铜仁职业技术学院图书馆边坡稳定性分析

由于高校图书馆道路修建开挖,形成了岩土质高陡边坡。按边坡性质划分为Ⅰ、Ⅱ、Ⅲ段,其中Ⅱ段为土质边坡,在雨季及不良地质条件影响下,易发生滑塌,威胁到在校师生安全及周围建筑稳定。选取2-2’、3-3’、4-4’三段经典剖面计算其稳定性系数,结果表明2-2’剖面稳定系数1.871.3,4-4’剖面稳定性系数1.931.3,总体来说不会出现大规模的顺层滑移及契形滑动,可能出现不利滑动面滑移,3-3’剖面边坡整体稳定性系数0.5521.0,边坡整体处于不稳定状态,可能为圆弧形滑坡。     

基于Dense_YOLO的室内目标异常检测

针对室内场所,运用目标检测等算法实现对监控视频的实时异常检测.为提高检测效果,对YOLO v2模型进行了三个方面的改进:利用稠密网络中特征融合方式改进网络结构;使用K-means++对目标框进行聚类改进网络参数;利用迁移学习的方式对网络进行训练;改进最终得到Dense_YOLO目标检测模型.实验结果表明Dense_YOLO正确率达到了93.66%,相比YOLO v2提高了7.06%.针对人、宠物、贵重物品这几种常见的监控目标,利用Dense_YOLO对目标状态进行异常检测,并分别在一般场景、光照强、光照弱、目标被遮挡、目标较小等不利条件下进行测试,区域入侵检测、物品移动/移出检测两种特定目标异常检测功能分别到达92.73%、90.07%的平均正确率.