~本系统是一款创新颠覆性的智能软硬件产品,结合了高清视频编码,状态识别技术,传感技术,网络技术与星光夜视全彩技术为一体的高新技术产品,传统的机车电子添乘系统,仅仅停留在实时浏览和录像,无法识别画面中的内容,更谈不上思考和行动。而基于感知摄像系统可基于视频的智能分析,识别出监控画面中的内容,并对其进行语言描述和 图片抓拍,然后通过后端云计算平台进行分析,代替我们做出思考和判断。 主机采用12寸触摸屏显一体化设计,可满足4/8/12路高清720P与1080P的需求,相应的功能集成在显示屏上、全天候24小时稳定的运行,外部硬盘存储装置可插拔式,有防盗锁设计,最显着的特点就是不用繁锁的布线,可代替原有的音视频监控主机,系统出厂兼容高清与标清模式。
深度卷积神经网络的特征检测通过训练数据来进行学习,避免手工显式提取特征,而是从训练中学习特征,且同一特征映射面上的神经元权值相同,网络可以并行学习,权值共享降低了网络的复杂性,可以将多维的图像数据直接输入到网络中,从而避免特征提取和分类过程中数据重建的复杂度,项目拟采用卷积神经网络无监督构建特征,通过卷积神经网络的前向传播、反向传播以及梯度下降三个阶段的反复迭代,自适应提取图像的特征向量,实现图像特征对全天候环境的泛化能力,进而提升障碍物特征表达的自适应性,为进一步降低障碍物识别的虚警率,拟采用支持向量机有监督学习的方式对提取后的特征做进一步筛选,保留满足高精度的神经网络中的权值。利用上述算法提取的障碍物自适应特征,结合深度学习技术中的SSD模型和Faster RCNN以及YOLO算法可以较好地实现多障碍物的识别和分类,且实时效果好。因此,可以考虑在相关模型中改进得到一种高速度、高精度、鲁棒性强的多障碍物识别分类方法。
付款方式︰ 款到发货