视频侦查中人像智能分析应用及算法优化

人像智能分析指的是对视频或录像中的人像进行结构化和可视化分析,对目标人物进行性别、年龄、发型等特征的智能识别,这项技术在视频侦查中有极高的应用价值。人像识别早期的算法是通过人工提取特征,通过学习低级视觉特征来针对不同属性进行分类学习,这种基于传统方法的模型表现常常不尽如人意。在计算机视觉领域,通过海量图像数据学习的神经网络比传统方法有更丰富的信息量和特征可以被提取。文章尝试通过深度学习技术训练神经网络模型对行人进行检测和识别,对于衣着不同的行人进行智能识别,具有更好的鲁棒性,提升了视频人像识别的准确率,拓展了人工智能技术在身份识别领域的应用。     

自由设站法在基坑水平位移监测中的应用

文中简述了基坑变形的原因和变形监测的必要性,主要是结合自由设站法的原理和工程实例,探讨自由设站法在基坑水平位移监测中的可行性。     

YOLOv2在煤岩智能识别与定位中的应用研究

综采工作面煤层走向复杂，采用“一刀切”的开采方法会加速滚轮截齿的磨损，同时开采效率也大幅降低，对煤岩的精准识别是解决此类问题、实现智能开采的关键。将基于回归方程的深度学习目标检测算法YOLOv2与线性成像模型相结合并通过该算法对井下采集煤岩图像进行了智能识别与定位，同时与Faster R-CNN，SSD对煤岩图像的识别结果进行了对比。结果显示YOLOv2对煤岩的识别精度达到了78%，检测速度达到了63 frame/s，与Faster R-CNN，SSD相比精度高出7.7%，4.7%，而检测速度高出763%，40%；在矿井测量坐标系中YOLOv2标定的煤层边界框角点的计算坐标与实测坐标相比相对误差在3.0%～4.5%之间，相对误差较小，不会对采煤效率产生影响。研究结果表明，YOLOv2可以对煤岩进行准确快速的识别。     

基于业主视角的珠海市政基坑工程成本管理要点

通过对珠海地区相关市政基坑建设情况分析,总结了目前该地区市政基坑工程现状,并基于业主视角,从成本管理角度对市政基坑工程全过程造价控制要点进行了梳理和总结,以期为本地区及相似地区市政基坑成本管理提供参考和借鉴。     

风电场架空电力线路杆塔拉线锚杆基础设计及试验

拉线盘基础是杆塔拉线常用基础形式,广泛应用于架空电力线路工程中。然而拉线盘基础应用于岩石地基存在基坑开挖难度大、施工效率低、经济性差等缺点,若采用爆破开挖,则会对项目现场的生态环境造成很大破坏,同时也无法利用岩石地基的较高承载力。结合工程实践,介绍了拉线杆塔的锚杆基础设计方法和试验方法。锚杆成孔后,置入拉线棒定位后灌浆即完成一个拉线锚杆基础的施工。拉线锚杆基础直接利用岩石地基抵抗拉线传来的拔力,受力明确、结构效率高;机械化程度高,施工便捷;能充分利用岩体协同锚杆受力,减少拉线板等混凝土预制件,减少开挖及回填工作量,降低施工难度,减小施工对环境的破坏。