動(dòng)態(tài)

• 發(fā)布了文章 2024-06-30 11:47

  人員跌倒識(shí)別檢測(cè)算法

  

  人員跌倒識(shí)別檢測(cè)算法是基于視頻的檢測(cè)方法，通過(guò)對(duì)目標(biāo)人體監(jiān)測(cè)，當(dāng)目標(biāo)人體出現(xiàn)突然倒地行為時(shí)，自動(dòng)監(jiān)測(cè)并觸發(fā)報(bào)警。人員跌倒識(shí)別檢測(cè)算法基于計(jì)算機(jī)識(shí)別技術(shù)，配合現(xiàn)場(chǎng)攝像頭，自動(dòng)識(shí)別如地鐵手扶梯/樓梯、老幼活動(dòng)區(qū)等公共場(chǎng)所人員摔倒行為，準(zhǔn)確率高于90%，及時(shí)救援，提高人工監(jiān)管效果，保障生命安全。自動(dòng)識(shí)別地鐵車站內(nèi)如扶梯、樓梯等意外場(chǎng)所的人員摔倒事故，實(shí)時(shí)預(yù)警，及時(shí)

  圖像識(shí)別 機(jī)器視覺(jué) 行為分析

  469瀏覽量

• 發(fā)布了產(chǎn)品 2024-06-28 21:10

  智慧工廠視頻智能分析系統(tǒng)解決方案 燧機(jī)科技

  

  產(chǎn)品型號(hào)：SuiJiAi-SJSG021 型號(hào)：SuiJiAi-SJSG021

  49瀏覽量

• 發(fā)布了文章 2024-06-26 22:22

  安全帽佩戴檢測(cè)算法

  

  安全帽佩戴監(jiān)控是鐵路工程施工人員安全管理中的重點(diǎn)和難點(diǎn)，它對(duì)檢測(cè)算法的準(zhǔn)確 率與檢測(cè)速度都有較高的要求。本文提出一種基于神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索的安全帽佩戴檢測(cè)算法 NAS-YOLO。該神經(jīng)網(wǎng)絡(luò)架構(gòu)由上、下行操作單元組成，采用二進(jìn)制門策略對(duì)網(wǎng)絡(luò)架構(gòu)進(jìn)行更 新，通過(guò)數(shù)據(jù)驅(qū)動(dòng)的方式自動(dòng)確定合適的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明，NAS-YOLO算法 在準(zhǔn)確率、召回率及平均

  人工智能 機(jī)器視覺(jué) 深度學(xué)習(xí)

  417瀏覽量