中达电通助青海果洛州公安打造智能化指挥中心

正随着国家平安城市及天网工程计划的推进,各省市相继进入建设阶段。近日,青海果洛藏族自治州公安局在其智能化指挥中心建设项目中,采用了中达电通提供的台达DVCS分布式图像显示控制系统和电动前维护LCD液晶显示单元,构建其大屏幕拼接显示系统。本项目中,中达电通提供的专利技术——电动前维护LCD拼接屏搭配台达全球首创的DVCS分布式     

人脸识别身份验证系统助推工地实现高效管理

近一两年来,北京、广东、江苏、福建、安徽、无锡等地的部分建筑工地都要求使用人睑识别考勤设备,进行考核和安全管理,一些地方的建设局为此还发了红头文件。在很早以前,人脸识别是我们在影视作品中才能看到的机要重地的门禁应用。如今,随着人睑识别技术的不断发展与成熟,人睑识别技术与产品的应用面不断扩大,在工地人们就可以感受到这种高科技技术带来的更多应用价值。本文结合飞瑞斯推出的基于人脸识别的身份管理系统在工地的应用做简单的介绍。     

金鹏为珠海航展保驾护航

正日前,第十届中国国际航空航天博览会在珠海盛大开幕。珠海航展上布局缜密的安防布控得益于"科技安保平台",也就是刚刚投入使用的珠海社会治安视频监控项目,而金鹏做为该项目建设的幕后英雄也通过此次航展向业界展示了自身强大的技术能力和专业的服务精神。为了保障航展期间视频监控系统的正常运行,金鹏在现场派驻多名经验丰富的运维人     

高清摄像机

正[编者按]近年来,关于视频监控提到最多的就是"数字化、高清化",高清俨然成为各视频监控厂商的技术发展指标之一。对于视频监控而言,图像清晰度无疑是高清监控中的关键。图像越清晰、细节越明显,观看体验越好,智能应用的准确度也越高。市场上的高清产品也种类多样、琳琅满目,为此,本刊特开辟《创新产品》栏目,旨在宣传介绍一批在相关领域具有创新特色的新品,敬请读者关注!近年来,关于视频监控提到最多的就是"数字化、高清化"化",高清俨然成为各视频监控的技术发展指标之一。对于视频监控而言,图像清晰清晰度无疑是高清监清控中的关键。图清晰、细节越明显,观看体验越好,智能应用的用的准确度也越高。市场上的高清产品也     

200万高清H.265网络枪形摄像机

一、研发背景随着网络视频监控的广泛应用,高清视频已经成为市场的主流,然而目前H.264标准在高清视频监控应用中呈现出越来越多的局限性。1080P的视频图像一般需要占用4~10M的带宽,这给网络和系统建设带来了较大的成本压力。而在4K/8K超高清、60fps/120fps高帧率等情况下,带宽、成本、技术等原因都成为制约行业快速向高清化发展的瓶颈。     

英飞拓（INFINOVA）

随着科技的不断发展,4K技术带来的市场机遇显而易见。早期的4K技术多用于影视行业,近两年借助技术革新之力,它逐渐被应用于安防行业和大屏拼接领域,以期开拓出一片新的蓝海市场。其中,4K高清网络摄像机作为安防监控的前端设备,其像素是1080P摄像机的4倍,由于图像画质的特殊性,因此它更适合应用于对图像分辨率、画面质量、清晰度、色彩、细节内容要求更高的行业或场景。     

基于视觉图像的飞行区大型目标监视方法改进研究

机场飞行区现使用的场面监视方法存在着定位偏差较大、不稳定、易跳变、皆为点源定位等问题。针对这些问题,设计了基于视觉图像的飞行区监视方法,实现快速准确的目标检测和轮廓定位,使飞行区监视更加稳定精确。提出了一种基于MobileNetV3和YOLOv5的网络模型(以下称为MobileNetV3-YOLOv5),即在YOLOv5的主干中使用MobileNetV3,来提高对目标的检测速度和准确度;提出了一种基于优化特征点提取的改进定向快速旋转简报(Oriented FAST and Rotated BRIEF,ORB)算法,将图像分割成多个区域,分别提取每个区域的特征点,从而提高目标识别框内区域的特征点识别数量,再进行特征点聚类筛选,最后根据识别目标类型采用最小包围盒进行轮廓划分,得到目标的轮廓定位。试验结果表明：MobileNetV3-YOLOv5方法对比原始YOLOv5模型,在识别目标准确率方面提升5百分点,在效率方面提升14张/s;同时在0～60 m的范围内,轮廓估计误差仅为2.9%;体现了所提出的监视方法的有效性,可以提升飞行区监视定位准确性和运行安全性。     

CBERS-2B数据提取平原区细小地物系数的方法探讨

利用Landsat TM等中等分辨率影像对区域生态环境进行监测与评价时,由于影像分辨率的局限性,仍有许多地物无法解译出来,如农田中的道路、水渠等,文章主要研究了利用图像融合增强和人机交互式解译等技术方法,对CBERS-2B的CCD影像和HR影像进行处理,提取平原区农田中道路面积比系数,从而将农田中未解译的地物扣除。结果表明,CCD影像与HR影像经过融合增强处理后,可以进行平原地区村级及以上道路的提取。     

基于深度学习的遥感图像水边线提取方法与应用

本文提出一种基于注意力机制的像素级海陆语义分割网络A-Unet用来提取水边线，并通过条件随机场对A-Unet分类结果进行细化。以天津沿海地区的人工海岸与威海地区的基岩海岸为例，对所提方法进行了验证，实验表明，与其他水边线分割方法相比，本文提出的方法能够得到更精细的结果，实现对遥感图像水边线的像素级语义分割。该方法提取了天津地区近10年海岸线并对其变化趋势进行了定性和定量分析，可为城市海洋资源的合理开发、海洋生态环境的保护提供更好的决策与参考依据。     

基于高分辨率影像的固体废物自动识别技术

随着经济快速发展,工业固废、非正规垃圾、未覆盖建筑渣土等固体废物急剧增加,对区域生态环境造成极大威胁。固废堆场具有面积小、分布散等特点,目前国内仍缺少针对各类固废堆场的遥感自动识别研究。为此,基于国产高分辨率卫星遥感数据,根据野外实地光谱采集结果,分别开展了未覆盖建筑渣土、工业固废及非正规垃圾的自动识别方法研究,提取研究区各类固废堆场。结果表明:未覆盖建筑渣土在蓝波段与绿波段分别存在"吸收谷"与"反射峰",基于该特征构建的比值指数模型,结合直方图双峰法阈值分割可以有效提取未覆盖建筑渣土区域;工业固废、非正规垃圾2种固废类型多样,光谱反射率没有明显规律,结合其纹理、色调等特征,采用面向对象多尺度分割、支持向量机监督分类方法能够较好地识别2种类型固废;基于自动化提取技术并结合人机交互判读方法,提取的研究区未覆盖建筑渣土、工业固废及非正规垃圾等3种固废堆场的精度分别达到96.83%、88.26%、85.71%,各类固体废物遥感识别精度较高,极大提高了固废监测效率。