铁路路障检测方法

铁路的路外交通事故每年都为铁路部门和国家带来很大的损失，非常有必要研制出一套铁路路障视频监测系统，而图像处理和图像的监控技术就是研制这套系统的基础。综述了现有的图像处理和监控技术的主要技术和方法，以及图像检测技术在铁路路障监测系统中的应用和实现。     

远程视频监控技术研究及在工程爆破中的应用

详细阐述了远程视频监控技术的原理、应用范围和前景,介绍了该系统实现的技术方案;并以爆破工地远程监控系统为例,描述了远程视频监控技术在工程爆破安全生产管理中的应用情况。对安全生产主管部门和工程爆破施工单位加强爆破工程安全生产监督管理具有重要意义和作用。     

高清技术在视频监控系统中的应用

本文从高清视频技术标准,视频设备、传输系统、监控平台、解码显示等方面介绍高清视频技术在企业安全管理中的应用。利用高清视频图像清晰度的提升、信息量的增加,为现代安全管理提供更好的服务。     

浅析煤矿安全视频监测监控系统

在当前我国经济和社会发展过程中,煤炭作为不可或缺的重要资源成为使用率最高的资源。为了确保煤炭能够更好的满足社会的需求,煤矿企业的生产安全至关重要。在现代煤矿企业生产过程中普遍使用煤矿安全视频监测监控系统,这对于预防矿井安全生产事故的发生起到极其重要的作用。视频监测监控系统具有较强的监控能力和防范能力,能够有效的确保煤矿的生产安全。     

浅议尔王庄水库大坝安全监测自动化系统

尔王庄水库大坝安全监测自动化系统改造后增加了视频监控和数字语音应急广播系统,不仅实现了对水库围堤渗流情况的实时监测,还充分整合了视频广播系统,实现了多部门、多岗位的联合无缝监视,有效保障了水库运行安全。     

网络视频监控系统在选煤厂安全生产中的应用

为满足选煤厂安全生产监督管理的需要,选煤厂在安全监控系统中采用了网络视频监控技术。文章首先介绍了构建选煤厂网络视频监控系统的要求,并根据系统要求详细论述了选煤厂网络视频监控系统的建设目标、系统组成和系统的性能特点。实践证明,网络视频监控系统在选煤厂中实际应用,可大大提高选煤厂综合自动化水平。     

KJ91N型煤矿安全监测系统在顾桥矿的应用

煤矿安全监测监控是实现矿井安全生产预防事故的主要措施之一,也是现代化矿井管理水平的重要标志。通过对监测监控系统选型的研究,使煤矿监控系统的安全可靠性大大提高,对确保煤矿安全生产将起到一定的作用。目前安全监测监控系统在全国各类矿井中已得到广泛的应用。但是,在实际使用过程中,由于技术、管理、操作等多种主客观因素,使得监测监控系统出现了各种各样的问题。本文介绍了KJ91N煤矿监测监控系统的构成、功能、特点及在监测监控系统运行中的管理,并对煤矿安全生产中的应用进行了分析。该系统能实现全矿瓦斯、风速、一氧化碳等技术参数的实时监测,确保了煤矿的安全生产。     

视频监控系统在500kV变电站运行中的应用

为了更好的对变电站运行情况进行监控,需要借助视频监控系统,进而将站内的视频监控信号进行传送,及时的了解变电站内部的故障,为及时采取有效的措施提供参考。本文笔者以500kV变电站的运行为例,阐述了视频监控系统在变电站中的应用,指出该系统的应用简化了变电站的维护,并为其安全运行创造了有利的条件。     

关于道路交通智能监测记录系统检定方法的探讨

道路交通智能监测记录系统能够对道路上行驶车辆的速度、行驶轨迹和行驶状态等信息进行图像、视频自动采集和处理,对驾驶员行车安全起到了监督作用。公安部门依据道路监测系统测得数据对违法道路交通法的驾驶员进行处罚,道路监测系统合格与否关乎公安部门执法的正确与否,也关乎驾驶员行车安全和切身利益。文章提出了道路监测系统的计量性能要求,探讨并研究了道路监测系统的检定方法,为道路监测系统检定提供了技术依据。     

浅析3G通信系统在无线视频传输中的运用

随着科学技术不断的发展,无线视频传输技术也在不断的发展中。就目前来看,3G通信系统已经在无线视频中广泛的应用。本文主要从3G通信系统概念及特点、3G通信系统关键技术、3G通信系统在无线视频传输中的应用等方面,对3G通信系统在无限视频传输中的应用进行相应分析。     

基于YOLOv3和DeepSort的车流量检测

针对传统多目标跟踪算法的检测跟踪精度低、鲁棒性差的缺点,基于经典的Tracking-By-Detection模式,提出一种基于YOLOv3和DeepSort的车流量检测方法,实现了车辆视频监控端到端的车流量视频的实时监测与跟踪计数.采用深度学习YOLOv3算法检测视频车辆目标,然后利用深度学习DeepSort算法对检测...     

车辆交通事故视频监测算法研究

为快速准确地检测出车辆交通事故的发生,本文提出一种基于计算机视觉和图像处理技术的事故监测算法．统计发现车辆交通事故中会因碰撞伴随产生烟雾、碎片,同时车辆的运动速度会发生锐减．故通过提取交通监控视频中的烟雾、碎片和运动目标速度的变化等参数,结合麦夸特法进行公式拟合可得到交通事故发生概率公式,并计算出事故发生概率．实验结果表明,这种方法能有效地监测出车辆交通事故,检测准确率达89．4％,验证了算法的有效性．此方法应用在智能交通系统中将能及时监测到事故发生,可为后续事故处理赢得时间,故有一定的实用价值．     

基于汽车的多主体多通道交互模型研究

目的借助物联网相关技术改变城市与交通系统内"人—汽车—环境"之间的交互模式,提高驾乘过程中的用户体验,提升城市交通运行效率。方法在移动互联网的背景下,利用物联网与汽车智能化技术,把人机交互的概念从人与汽车之间的双向互动,放大到整个城市交通体系的多主体多通道互动之中,重新审视智能交通体系下的人机交互概念。分析不同移动场景中用户的需求,阐述"基于汽车的多主体多通道交互模型"给城市出行效率与驾乘体验带来的本质改变。结论提出面对未来的智能化交通体系中人与汽车、汽车与汽车、汽车与城市公共设施之间的复杂互动关系,即"基于汽车的多主体多通道交互模型"。该模型的运用对未来城市交通与信息化建设,具有一定的理论指导与实用价值。     

包装车间数字化无线视频监控系统的研究与实现

传统的模拟视频监控系统具有成本高,需要铺设专用线路,无法联网,存储量大等特点.随着网络技术和图像处理技术的发展,无线视频监控系统得到了广泛应用.介绍了基于WLAN的远程无线数字视频监控系统的组成、原理及实现方法,阐述了实现无线监控系统的关键技术.最后结合实际情况,给出了监控系统在包装车间的实现.     

Image tracking of motorcycles and vehicles on urban roads and its application to traffic monitoring and enforcement

Abstract

Image tracking has increasingly gained attention for use in vision‐based traffic monitoring and surveillance applications. For many cities in Asia countries, it is desirable to detect multiple motorcycles as well as cars for urban traffic monitoring and enforcement. In this paper, a novel contour initialization and tracking algorithm is presented to track multiple motorcycles and vehicles at any position on the roadway. This method has the capability to detect moving vehicles of various sizes and to generate their initial contours for image tracking. The proposed method is not constrained by lane boundaries or vehicle size. To track vehicles on roadways, dynamic models are designed to predict the horizontal and vertical positions of vehicle contours. A Kalman filter is designed to update the prediction based on real‐time image measurement. Practical experimental studies using video clips are presented to evaluate the performance of the proposed method. Traffic parameters such as traffic flow, vehicle speeds and traffic density are obtained with satisfactory accuracy.     

机动车视频测速系统及主要问题分析

基于监控视频图像的车辆测速(视频测速)的方法,提出了视频测速的实现系统,对系统各部分组成及功能进行阐述。同时,本文对视频测速中的几个重点主要问题进行了分析,阐明了视频测速方法不仅具有便宜、设备简单、无辐射等优点外,在理论上是可以很好控制测速精度,将速度误差控制在要求范围之内。     

基于支持向量机的视频交通信息采集研究

提出一种基于支持向量机的视频交通信息采集的设计方案.通过对视频交通流的采集、处理和分析,获取所需样本数据,采用导师训练方法训练支持向量机识别器.最后利用获得的识别器判断检测区域内交通流图像的类别,从而动态跟踪车辆,实现交通流量、车速、车型信息的采集.     

The development of an automatic method of safety monitoring at Pelican crossings

This paper reports on the development of a method for automatic monitoring of safety at Pelican crossings. Historically, safety monitoring has typically been carried out using accident data, though given the rarity of such events it is difficult to quickly detect change in accident risk at a particular site. An alternative indicator sometimes used is traffic conflicts, though this data can be time consuming and expensive to collect. The method developed in this paper uses vehicle speeds and decelerations collected using standard in situ loops and tubes, to determine conflicts using vehicle decelerations and to assess the possibility of automatic safety monitoring at Pelican crossings. Information on signal settings, driver crossing behaviour, pedestrian crossing behaviour and delays, and pedestrian-vehicle conflicts was collected synchronously through a combination of direct observation, video analysis, and analysis of output from tube and loop detectors. Models were developed to predict safety, i.e. pedestrian-vehicle conflicts using vehicle speeds and decelerations.     

Implementation of the vehicle recognition systems using wireless magnetic sensors

Wireless network sensors and their use in traffic monitoring, traffic density determination or vehicle speed detection and classification have recently been the focus of interest for researchers. This article describes how a new sensor circuit was designed to deliver instantaneous, real-time and novel solutions as a vehicle detection system, which is more powerful than the nodes used in other studies, and gives results with smaller error margins due to its serial communication qualification. With the proposed logic algorithm, it was possible to categorise the instantaneous traffic status of a road in four levels: no traffic, mild traffic, heavy traffic and very heavy traffic. Additionally, with the nodes placed at the beginning and the end of the road, the number of vehicles per hour for a day was determined and traffic was analysed. Then, vehicles passing by were classified with a proposed classification algorithm and magnetic signature length (MSL) parameter as cars, minibuses, buses and trucks, and an accuracy rate of 95% was obtained. As the last application, the direction of motion of the vehicle on the x-axis as well as left-to-right or right-to-left directions was determined, and the result was 94% accurate. The simplicity of the proposed algorithms, the absence of any complex mathematical calculations, the low cost of the sensor node and circuit and the low power consumption of the communication system demonstrate the superiority of this system in comparison with other studies.