深度学习在口岸场所视频智能监管中的框架设计.pdf
《深度学习在口岸场所视频智能监管中的框架设计.pdf》由会员分享,可在线阅读,更多相关《深度学习在口岸场所视频智能监管中的框架设计.pdf(4页珍藏版)》请在咨信网上搜索。
1、SOFTWARE2023软 件第 44 卷 第 7 期2023 年Vol.44,No.7基金项目:福建省科技计划项目(2021R0112)作者简介:余泽辉(1975),男,安徽黄山人,本科,高级工程师,研究方向:信息化规划与系统设计。深度学习在口岸场所视频智能监管中的框架设计余泽辉 黄传恭 王震 何露华(福州海关信息中心,福建福州 350015)摘要:本项目利用深度学习对口岸场所视频监控采集数据流进行目标识别、分离,行为分析、标定,规则判定、预警等,分析从周界警戒、堆场运提、仓储管理、检查验核、卡口监控等各环节相关的目标及行为,从而满足不同监管要求的智能管理与决策,最终实现口岸场所全封闭、全天
2、候作业,监管部门全链条、全方位监管。关键词:深度学习;场所视频;智能监管中图分类号:TP391.41;TP18 文献标识码:A DOI:10.3969/j.issn.1003-6970.2023.07.014本文著录格式:余泽辉,黄传恭,王震,等.深度学习在口岸场所视频智能监管中的框架设计J.软件,2023,44(07):057-060Framework Design of Videos Intelligent Supervision of Port Sites with Deep LearningYU Zehui,HUANG Chuangong,WANG Zhen,HE Luhua(Fuzh
3、ou Customs Information Center,Fuzhou Fujian 350015)【Abstract】:This project uses deep learning to conduct object identification,separation,behavior analysis,calibration,rule determination,early warning,etc.on the video surveillance data stream of the port sites,and analyze the objects and behaviors o
4、f the perimeter alert,container-yard transportation,storage management,inspection and verification,gate monitoring and other related processes,so as to meet the intelligent management and decision-making of different regulatory requirements.Finally,the department shall supervise the whole chain and
5、all directions in port sites,while them are in the closed and all-weather operation.【Key words】:deep learning;venue video;intelligent supervision基金项目论文1 研究背景及目的利用深度学习在场所各类行为如周界警戒、堆场运提、仓储管理、检查验核、卡口监控等作业环节的智能监管能力,实现车辆、货物、数据的信息化、可视化,以及数据自动预警分析,运用信息化智慧监管手段对场所实施监管,使其在不使用物理围网对监管货物和非监管货物实施隔离的前提下,实现严密监管和高效运
6、作的有机结合。进一步分析设计场所智慧监管需求,通过物联网、视频 AI 技术、数据集成等前沿科技的应用,将结构化数据和非结构化数据进行有效整合,与相关监管数据实施交叉校验,实现口岸场所“全封闭作业、全链条监管、全方位监控、全天候预警”监管新模式。深度学习1也可以说是一种机器学习,而机器学习主要研究人工智能,机器如何通过经验数据的处理以不断改善运行其上的算法性能,使得其好像会学习一样;机器上通过模拟人脑神经建立的一些神经网络算法,能像人脑一样来解释数据,做出学习、判断和决策,而且这些神经网络包含了越来越多层感知器,似乎有了深度一样,因此这类机器学习方法就称为深度学习。深度学习对于人类最本能的视觉、
7、听觉、思考方面自然大有裨益,如自然语言处理、视频图形解析、机器翻译等,具体如目标检测、车辆识别、行为判断更是广泛应用。深度学习算法的应用需要两大基础:首先是需要用海量的综合数据进行自学习、自归纳,在这方面,以视频监控系统每天所产生的海量视频监控数据,已足够支撑深度学习算法所需的样本数量;其次是需要依托 GPU 强大的图像并行处理性能。GPU 又称显示核心、视觉处理器、显示芯片,是一种专门从事图像运算工作的微处理器,在浮点运算、并行计算等方面可以提供比 CPU 性能高数十、上百倍的性能,更适合深度学习算法的大规模计算处理。58软 件第 44 卷 第 7 期SOFTWARE深度学习通过视频智能训练
8、平台实现,通过对素材模型标定、训练、校验、算法下发到前端设备,使得前端设备具有智能算法,用户使用过程中,出现的识别错误,可以把错误标定素材提供给厂家,进行再次标定训练,以逐步提升算法精准度。本项目研究视频智能监管平台需求,借助港区内的泊位、堆场、查验场、卡口通道视频监控设备相结合,设计从装卸船、堆场运提、仓储管理、检查验核、卡口监控等作业环节的智能监管要求,通过深度学习进行目标识别、行为标定、规则判别等,实现现场操作与调度管理协同合作,保证各环节的简单操作要求符合整个监管场所资源配置的全局统筹,使整个监管业务流程更加规范化、标准化,使船舶监管、港区装卸、堆场管理、卡口监控等业务管理更加协调、科
9、学和高效。2 国内外研究现状与分析深度学习由大数据处理的神经网络(CNN、RNN等)发展而来,从感知器、多层感知器的不断引入,到深度算法模型的推陈出新,特别是在 2012 年,Hinton G、Bengio Y、LeCun Y 等提出神经网络模型 AlexNet,在参加 ImageNet 竞赛中获得碾压成绩,由此深度学习进入了爆发式的发展阶段,可以说是深度学习的迅速发展助推了人工智能进入新的时代2。近几年,我国在平安中国、智慧城市、智能交通等方面的建设蓬勃发展,金融、社区、地产等各行业用户的自动化识别、智能化预警需求的大量涌现,视频监控市场取得快速发展。数据显示,20102020 年期间,我国
10、视频监控市场由 242 亿元增长到 2000 多亿元,年均复合增长率达 24.53%。如何让视频智能监控从“看得见”向“看得清”“看得懂”不断进化,利用计算机视觉、图像处理、深度学习等人工智能技术为用户提供智能视频监控方案,助力实现各行业“无人化、智能化”。目前,利用计算机视觉、图像识别、深度学习等技术,针对港口无人化、自动化发展方向,上海、深圳等港口完成了国内首套港口无人化远控的视频系统,并在多个港口推广实施。能够提供箱号识别、车顶号识别、箱门朝向识别、箱体残损、RTG 自动避障控制、远程视频操控等功能。3 场所视频智能监管框架设计3.1 设计思路视频智能监管主要进行受监管货物堆存区、卡口通
11、道等现场视频图像数据的采集工作,结合场所现有重要区域部分已建摄像机视频流,提供监管货物运输车辆车牌号码、车辆过卡通行记录、越界入侵报警等分析数据传输到场所智慧监管模块和数据综合分析模块,为场所智慧监管提供信息支撑,使场所监管工作人员能实时掌握场所各重点区域发生的情况3。通过口岸场所实际区域实景或地图资源,建立面向场所各类管理服务应用的全景可视化监管平台,实现口岸场所统一的区域管理和各类重点敏感货物管理要求,便于以时间、空间、作业规范、操作标准等方面实现各方运行、管理、监管部门资源的有效整合与共享共用,并可以展示现场工作实时画面、车辆运行情况、具体货物单证数据等信息,通过与现场实时视频信息进行比
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 深度 学习 口岸 场所 视频 智能 监管 中的 框架 设计
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。