首页 文章 精选 留言 我的

精选列表

搜索[第一次流片],共10007篇文章
优秀的个人博客,低调大师

智能分析搭上大数据 监控迎片蓝海

视频监控是安全防范系统的重要组成部分。传统的监控系统包括前端摄像机、传输线缆、视频监控平台。一直以来,视频监控在各领域扮演着不容置疑的重要角色。作为我国支柱产业之一且安全事故易发的建筑行业,视频监控已经是每个建设项目的标准设施。随着视频监控高清化,智能化的技术普及,项目中所使用的视频监控系统应用技术也在不断创新。自然产生了海量的视频和图像数据,进而对传统的后端存储和智能分析带来一系列的考验。对采用智能化技术建设的设施的要求也越来越高。 传统的视频监控系统通常是通过人员监控和录像来实现安全防护,实际上并不能主动有效的保障安全。由于显示屏数量有限,对安全隐患无法实时监控和预警。监控点过多,人员监控根本无法顾及所有监控场景。监控人员的注意力也难保证24小时都能准确高效的监控所有场景。 后期的视频录像分析也需要大量的人力物力。举个例子:震惊中外的“8·10重庆枪击抢劫案”。当地公安部门为了在视频监控录像中找到犯罪嫌疑人周克华,动用了约2000警力每天进行长达十几个小时回放录像视频搜寻。总视频浏览量相当于83万部电影,耗费了大量的人力物力。同样在建筑行业,人工回放查看监控录像是一件效率十分低下的事情。 目前大数据应用已开始在建筑行业落地实施。视频监控从前端视频技术到中端海量存储到后端的大数据分析,是一个完整的大数据技术应用,目前能提出整体解决方案的服务商,屈指可数。 所有搭载了全国智慧工地大数据云服务平台的建设项目,前端视频监控点位全部采用200万高清网络摄像机,通过因地制宜的设备选型实现对工地全高清网络视频监控的覆盖。通过将场景中背景和前景目标分离、进而探测、提取、跟踪在场景内出现的目标并进行行为识别,遇到可疑视像,会及时记录。实现“事前及时记录”、“事中即时报警”以及“事后快速取证”,使所有监控场景的监控简单而高效。监控人员的工作强度和工作压力大为降低,而不需要每时每刻都关注所有场景的所有细节。后端则采用云存储系统,支持海量视频存储也能保障视频存储的安全性、稳定性。集中存储的管理方式也为后期监控设备的扩容提供了保障。 在对海量的高清视频图像进行智能分析时,对后端服务器的硬件配置、处理性能要求非常高,因此用户的使用成本会大大增加。而且长时间的分析查看,对于管理人员来说,是一件耗时又耗精力的事情。全国智慧工地大数据云服务平台搭载的前端视频智能监控设备实现了后端智能分析部分功能前移至摄像机前端。对视频进行浓缩摘要、检索处理。原本5分钟的监控视频,通过智能提取,进行浓缩分析,可以实现视频缩短至20秒。既节约了存储空间,也让管理者有了更好的用户体验,为企业节约了大量成本。 全国智慧工地大数据云服务平台视频监控系统利用智能视频分析技术进行前端采集、分析、识别、提供有效数据到后端,云平台以云的方式对视频数据进行存储、二次深度分析、预测判断结果,从而为建筑行业视频监控提供了从前端、平台到后端的闭环应用。全国智慧工地大数据云服务平台对施工现场的智能分析的水平已经相当的高,已经实现对物品的识别和分离、对人脸的识别、对颜色文字数字的识别、对物体变化的分析甚至还有可疑行为的监测。 全国智慧工地大数据云服务平台实现了大数据技术和视频监控的结合,把孤立的视频内容通过大数据技术的加工,形成可视化结果呈现,这种转变可为视频监控业务创造更加智能高效的使用方式,让用户从繁重的观看视频监控劳动中解脱出来,能轻松自如地通过视频监控进行高效准确的决策。 本文转自d1net(转载)

优秀的个人博客,低调大师

计算机视觉入门基础——计算机如何‘看’片

更多深度文章,请关注:https://yq.aliyun.com/cloud 计算机视觉是一门研究如何使机器‘看’的科学,我们都喜欢看美丽的图像,但是你有没有想过计算机是如何看这些图像的?接下来,我会详细介绍说明计算机如何处理图像的。 看到上面的图像,一个正常的人可以很容易地知道,图像中有一只猫。但是,计算机可以真正看到猫吗?答案是否定的,计算机看到数字矩阵(0到255之间)。一般来说,我们可以将图像分类为灰度图像或彩色图像。首先,我们先讨论灰度图像然后再讨论彩色。上图是灰度图像,图像中每个像素都表示的是像素的亮度,下面我们就说一说这个亮度问题。了解更多关于像素。让我们先来看看上面图片中计算机是怎么看的。 我已将上面的图像大小调整为18 * 18,以便于理解。与我们不同的是,计算机将图像看作2D矩阵。你可能听说有人说这幅画的大小是1800 * 700或1300 * 700,这个大小显示了一个图像的宽度和高度。换句话说,如果大小为1300 * 700,则水平方向为1300像素,垂直方向为700像素。这意味着总共有910000(1300 * 700)像素。如果图像的大小为700 * 500,那么矩阵的维数将为(700,500)。这里,矩阵中的每个元素(像素)表示该像素中的亮度强度。这里,0表示黑色,255表示白色,数字越小,越接近黑色(数字大小决定黑的程度)。 彩色图像 在灰度图像中,每个像素表示仅一种颜色的强度。换句话说,它有一个通道。而在彩色图像中,我们有3个通道RGB(红,绿,蓝)。标准数码相机都有3(RGB)通道。 如上图所示,彩色图像由红色、绿色和蓝色三个通道组成。现在的问题是,计算机如何看待这个形象?同样,答案是他们看到矩阵。现在下一个问题应该是,我们要如何在矩阵中表示这个图像,因为它有3个通道,与我们只有一个通道的灰度图像不同。在这种情况下,我们利用3D矩阵来实现表示彩色图像。我们有一个通道的矩阵,但在这种情况下,我们将有三个矩阵堆叠在一起,这就是为什么它是3D。700 * 700彩色图像的尺寸将为(700,700,3)。假设第一个矩阵表示红色通道,则该矩阵的每个元素表示该像素中的红色强度,同样为绿色和蓝色。通常,彩色图像中的每个像素具有与其相关联的三个数字(0至255)。这些数字表示该特定像素中的红色、绿色和蓝色的强度。至于为什么是红绿蓝这三色,想必大家都知道色度学的最基本原理,即三基色原理。大多数颜色都可以通过三色按照不同的比例混合产生。 结论 计算机将图像看作矩阵。灰度图像具有一个通道(灰色),因此我们可以在2D矩阵中表示灰度图像,其中每个元素表示该特定像素中亮度的强度。记住,0表示黑色,255表示白色。灰度图像有一个通道,而彩色图像有三个通道RGB(红、绿、蓝)。我们可以在深度为3的3D矩阵中表示彩色图像。 本文由阿里云云栖社区组织翻译。 文章原标题《How do computers see an image ?》,作者:Savan Visalpara 作者个人网站:https://savan77.github.io/,可以与作者交流。 译者:袁虎,审阅:李烽 阿福 文章为简译,更为详细的内容,请查看原文

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册