基于YOLOv4与光流法的行人检测和计数方法研究

针对行人进行检测与统计的问题进行分析和研究,提出一种基于深度学习的方法。首先分析YOLOv4算法的优越性,并使用监控下获取的行人图像和YOLOv4算法,训练出深度学习模型。再在监控下进行实时行人检测和统计,针对部分实验结果精度较小的问题,采用光流法进行改进。改进后的检测速度以及检测精度基本满足行人检测和计数的需求。     

工程检测对建筑工程质量控制的重要性

该文主要基于工程检测对建筑工程质量控制的重要性进行探讨分析,并对其中存在的问题进行说明,以此提出相应的解决策略,为提升建筑工程质量水平提供基础保障。     

视觉引导划片机轨迹优化算法研究

针对砂轮划片机重复划片会降低芯片的加工精度,甚至损坏芯片的问题,基于Halcon软件平台提出一种提高划片精度的轨迹识别与规划方法。该方法结合了双线性插值和亚像素边缘检测算法,实现了轨迹的识别,进一步规划下次划片轨迹,并且提高划片精度。以被砂轮划片机划片芯片为实验背景,完成了对划片轨迹的识别与规划。实验结果表明,所提出的算法与传统的Canny算法比较,可以有效提高轨迹识别的精度,进而提高划片的精度。     

孔隙水压力对抗滑桩加固边坡稳定性影响分析

抗滑桩具有施工方便和加固效果能力优良等优点,在边坡治理中应用最多.当采用抗滑桩来加固边坡时,在工程实际中普遍根据极限平衡法对边坡的稳定性进行分析,该方法得到的结果仅是近似解,因此,本文采用极限分析上限方法同抗剪强度折减技术相结合,研究了在孔隙水压力下边坡采用抗滑桩加固时的极限平衡状态方程,并对抗滑桩桩侧有效土压力进行了求解,将孔隙水压力视为外力荷载做功,通过虚功方程来体现.并以工程实例为基础,对边坡进行变动参数计算与对比分析,验证了该方法的合理性.     

绿盟科技多项成果入选GSMA《人工智能赋能安全应用案例集》

2月22日,GSMA(全球移动通信系统协会)在2021年世界移动通信大会(MWC)上海展上发布了《人工智能赋能安全应用案例集》(以下简称“案例集”)。绿盟科技提供的“基于AI的自动化响应与处置系统”、“基于威胁情报的多维恶意域名自学习检测技术”、“多智能分析引擎在态势感知中的应用”以及“基于用户行为的数据安全异常检测”四项成果入选该案例集。