摘要：死鱼对于水域生态和饮水安全存在巨大威胁,由于水面环境复杂,导致现有目标检测算法在死鱼检测任务中存在漏检、误检等情况。为此,以单次多边框检测(single shot multibox detector,SSD)为基础提出一种基于多尺度特征融合和注意力机制的水面死鱼检测方法FFA-SSD(SSD with feature fusion and attention)。首先,采用计算量和参数量更少且特征提取能力更强的残差网络ResNet50替换VGG16主干网络;其次,设计了多尺度特征融合模块,增强浅层特征和高层语义信息的融合;然后,引入通道注意力机制,抑制特征融合带来的冗余信息干扰,提升网络对目标的关注度;最后,设计了一种适用于小目标检测的数据增强算法,扩充训练数据中的小目标数量,丰富训练背景。实验结果表明,同现有目标检测算法相比,FFA-SSD算法可以更好地识别水面死鱼,检测精度达到93.5%。

摘要：目标接力跟踪是计算机视觉领域的一个重要课题,在边海防监控、要地防御、城市安防等领域具有很强的应用价值。设计并实现了多光电跟踪仪的目标接力跟踪方法。首先,利用帧差法和背景减除法,对单台光电跟踪仪进行运动目标检测并标定有效跟踪目标;然后,利用SURF特征匹配和Kalman滤波算法,对运动目标进行实时跟踪;最后,通过对各光电跟踪仪的接力方式和区域进行定义和调配,实现了多光电跟踪仪的接力跟踪。实验结果表明,该方法在保证实时性的条件下,具有较高的准确性。

摘要：随着计算机技术和互联网的广泛应用,各行各业每天都会产生海量的表单,针对大量表单回收困难、汇总任务繁琐、分析操作复杂、复用性差、表达不直观等问题,分析了智能数据采集及可视化分析系统的功能模块及业务工作流程,研究设计了一种基于大数据的智能数据采集及可视化分析系统,形成了一套科学的、智能化的数据处理、分析业务体系。可为大数据时代下智能办公、应急信息智能采集及处理提供参考。

摘要：漂浮物识别是智能视频监控领域亟待解决的难点问题,针对实际河道环境复杂、漂浮物多种多样等问题,文中通过对神经网络的研究分析,结合边端和云端设备的不同特点,设计了一种边云结合的漂浮物检测识别方法:边端设备,针对其算力有限但点位众多的特点,部署小型神经网络对视频进行初筛,得到疑似漂浮物信息及画面回传给云端;云端设备,利用其算力高的特点,对疑似漂浮物信息及画面进行精确识别,过滤无效信息,并将有效信息以报警形式进行存储上报。实验表明:该方法能综合利用边云设备的性能,减少传输数据量、提高识别率、降低误检率,满足河道监控场景的应用。