1. <noscript id="r2k92"></noscript>
  2. <noscript id="r2k92"></noscript>
  3. <nobr id="r2k92"><ins id="r2k92"></ins></nobr>

    <ruby id="r2k92"></ruby><ruby id="r2k92"></ruby>

    產品描述


       本系統是一款創新顛覆性的智能軟硬件產品,結合了高清視頻編碼,狀態識別技術,傳感技術,網絡技術與星光夜視全彩技術為一體的高新技術產品,傳統的機車電子添乘系統,僅僅停留在實時瀏覽和錄像,無法識別畫面中的內容,更談不上思考和行動。而基于感知攝像系統可基于視頻的智能分析,識別出監控畫面中的內容,并對其進行語言描述和佳圖片抓拍,然后通過后端云計算平臺進行分析,代替我們做出思考和判斷。 主機采用12寸觸摸屏顯一體化設計,可滿足4/8/12路高清720P與1080P的需求,相應的功能集成在顯示屏上、全天候24小時穩定的運行,外部硬盤存儲裝置可插拔式,有防盜鎖設計,顯著的特點就是不用繁鎖的布線,可代替原有的音視頻監控主機,系統出廠兼容高清與標清模式。

    深度卷積神經網絡的特征檢測通過訓練數據來進行學習,避免手工顯式提取特征,而是從訓練中學習特征,且同一特征映射面上的神經元權值相同,網絡可以并行學習,權值共享降低了網絡的復雜性,可以將多維的圖像數據直接輸入到網絡中,從而避免特征提取和分類過程中數據重建的復雜度,項目擬采用卷積神經網絡無監督構建特征,通過卷積神經網絡的前向傳播、反向傳播以及梯度下降三個階段的反復迭代,自適應提取圖像的特征向量,實現圖像特征對全天候環境的泛化能力,進而提升障礙物特征表達的自適應性,為進一步降低障礙物識別的虛警率,擬采用支持向量機有監督學習的方式對提取后的特征做進一步篩選,保留滿足高精度的神經網絡中的權值。利用上述算法提取的障礙物自適應特征,結合深度學習技術中的SSD模型和Faster RCNN以及YOLO算法可以較好地實現多障礙物的識別和分類,且實時效果好。因此,可以考慮在相關模型中改進得到一種高速度、高精度、魯棒性強的多障礙物識別分類方法。

                                          

     


    http://www.itincanadaonline.com

    產品推薦

    亚洲精品97久久中文字幕无码|国产麻豆原创免费观看|午夜福利资源一区二区三区|亚洲国产成人精品青青草原 亚洲欧美日韩中文巨好吃 日本一区二区三区免费看|国产成人综合亚洲AV|综合婷婷国产天堂久久|久久九九久精品国产 亚洲色一区二区

    1. <noscript id="r2k92"></noscript>
    2. <noscript id="r2k92"></noscript>
    3. <nobr id="r2k92"><ins id="r2k92"></ins></nobr>

      <ruby id="r2k92"></ruby><ruby id="r2k92"></ruby>