基于多尺度卷积神经网络的中小型景区人群密度估计安全预警研究

来源 :安徽理工大学 | 被引量 : 0次 | 上传用户:adiwang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,我国经济社会驶入了高速发展轨道,作为第三产业主要支撑的旅游行业也得到了快速发展,也面临着更大的挑战。日益激烈的市场竞争,迫使旅游景区做出管理模式的更新和升级,目前对于旅游景区的管理智能化程度还无法匹配当前旅游业的发展水平。特别是对于管理水平较为落后的中小型景区,如何在有限的成本下,更好实现智能化可视化管理,对整个旅游景区的主要景点和各个环节进行远程、实时、直观的监测,实现对各个服务场景的信息管理,有效控制和避免景区秩序混乱,论文在对于景区人员密集安全预警问题提出了相关算法,同时对景区人员密集情况进行系统设计及实现景区信息化管理,同时提高了景区密集情况下的人员生命安全。针对景区人员密集的安全问题,首先提出基于计算机视觉的感知技术,通过该技术可以对景区人员进行图像识别捕捉,同时通过捕捉到的图像获取图像特征,最终在计算机视觉匹配的基础上进行具体的目标检测;在此基础上,提出人群密度估算模型,该模型在前期图像预处理及前景分割的基础上估算人群密度并对此进行分级,最终对于焦岗湖风景区的实例进行结果分析,最终其准确率准达到90%,对实际景区人员密度安全问题起到高度预警作用。通过焦岗湖风景区的具体特点和实际要求,通过采用MYSQL数据库,以J2EE技术为基础,采用AJAX的页面局部技术,构建了焦岗湖景区信息管理综合平台和在线监控和安全保障功能模块。系统接入旅游景区监控摄像头,系统集成画面通过地图方式或表格方式按景点信息进行查询及显示,并运用基于计算机视觉技术和基于CSRNet模型的人流密度估计模型设计出景区客流量实时模块,用于实现景区人群安全管理。通过景区智能管理系统及人群密度估算模型在景区的应用,实现景区安全预警模块来看,本文研究具有一定的实用价值。
其他文献
微悬臂梁传感检测技术作为一种基于光、电信号检测的新技术在生物医疗、化学、环境等诸多领域已经发挥显著的作用。本文设计了基于微悬臂梁传感器的光学微量测量系统,结合疏水性较好的聚二甲基硅氧烷薄膜进行液滴挥发过程的分析。通过光杠杆法,以传感梁的响应来表示无水乙醇液滴的挥发过程。而液滴挥发是一种较常见的现象,是挥发性有机物传播的重要途径,高精度的传感测量利于分析液滴变化过程。本文首先阐述了微悬臂梁响应原理和
锚固体作为锚杆支护的核心结构,其具有较高的承载能力,对巷道围岩的变形具有一定的适应性,其对于隧道、煤矿等地下工程结构支护具有重要作用。在现场实际中,预应力锚杆受到爆破、采动等工作引起的动载作用,预应力锚固体承受典型的静动载耦合作用,导致锚固体破坏特性更为复杂。为了揭示动静载耦合作用下锚固体中破坏特征及动载应力波的影响规律。本文采用理论分析、冲击试验和数值模拟等研究方法,针对预应力锚固体,开展不同预
目标检测是一项计算机视觉领域的具有挑战性的研究工作,在3D物体检测、实例分割和智能视频监控等方面都有着重要应用。然而,在实际检测场景存在着大量前景背景相似或者带有遮挡小目标的情况,当对这些场景进行检测时存在检测精度不高的问题,这些问题在在检测目标的大小、形状不同,目标数量和目标位置不定的情况下体现的更为突出。为了增强基于深度学习的目标检测算法在检测带遮挡或者低分辨率小目标时的性能,本文对Faste
随着信息化、智能化社会的高速发展中,业务流程管理的作用越来越突出,一个性能优越的业务流程模型可显著提高公司系统的工作效率,增加其核心竞争力。而流程挖掘作为业务流程管理中的一种主要的技术手段,其中包括流程的设计与实施、模型的建立与优化,如何高效的利用流程挖掘技术进行日志数据建模和配置优化具有重大的研究意义。在实际挖掘流程模型的过程中,事件日志与挖掘到的模型存在一定的偏差或异常,过程挖掘技术需要对可执
煤矸石在颜色和形态上和煤炭相似,热值较低,在燃烧过程中容易产生有害气体污染环境,因此将矸石从煤炭中拣选出来是采煤工业中必不可少的一环。传统的煤矸石拣选方法不仅需要消耗大量财力物力,而且煤矸石的识别准确率较低。目前深度学习已经在多个领域取得了不错的成果,并逐渐被应用于煤矸石图像识别中。采用深度学习算法对图像进行识别主要依赖于大量的图像数据集,通过模型训练,自动提取煤矸石图像特征,对图像进行分类。因此
DNA自组装已成为构建纳米结构的有力工具,并被广泛应用于构建各种二维和三维物体。在众多的自组装策略中,DNA折纸术因其优异的空间可寻址性在分子工程领域表现出极大的应用潜力。与基于溶液的模型相比,基于折纸基底的模型具有反应速度快,模块化程度高等优势。本文基于折纸基底设计了四种DNA计算模型,主要研究内容如下,第一,介绍了 DNA计算的研究现状和意义。分析了当前DNA计算所具备的优势。介绍了 DNA的
路径规划、目标检测和行为识别等人工智能技术是当今智慧消防的重要研究内容。传统的路径规划、目标检测和行为识别技术已成功应用于各个领域中,然而将上述传统技术应用于消防场景时主要存在以下缺陷:由于建筑结构日渐复杂,传统路径规划用于火灾救援指导时,无法适应复杂的消防场景且无法实时掌握火灾详情;传统目标检测和行为识别技术只关注于人或物体本身而无法获取人与物之间的关联信息,难以预警因人为原因造成火灾发生的问题
神经网络是基于人对大脑组织与思维机制的感知,通过网络变换和动力学行为得到的一种并行分布式信息处理功能的数学模型,类似于大脑神经突触的连接结构。它是广泛存在于各个学科的一门技术。许多科研工作者研究发现,在实际的神经网络中,神经元之间的信息传递方式不连续,神经递质的传递可能会有延迟现象。因此,研究时滞不连续神经网络具有一定的实际意义。本文从同步动力学的角度出发,首先基于具有不连续激励函数的神经网络模型
过去的几十年里,互联网领域的高速发展改变了大众的生活方式,使用APP看新闻、线上购物、利用搜索引擎查资料逐渐成为人们日常管理工作生活中经常使用的一部分。这种日常工作和生活的网络普及程度,造就了互联网时代和塑造了一大批与我们密切相关的互联网公司。在相互竞争中,这些公司往往会为用户提供优质而免费的服务,使其获得数值巨大的用户量和数据信息资源。网络相关领域和行业中的大量有用资料,但这些海量的数据中往往会
随着物流行业的自动化程度的快速发展,快递分拣效率要求逐渐增高,自动化分拣的前端识别效率也需要不断的提升,目前分拣设备提取快递信息均通过扫描单号后,根据单号对接各快递公司总部数据库,再返回相关快递信息,效率难以提升,且通用性差。而实际快递面单均为纸质打印,面单上有详细的分拣信息,可以直接提取信息,但其提取受影响因素较多,诸如快递面单的褶皱,面单上的污渍以及周围光线的不均匀等,因此针对快递包裹实际面单