简介:执法记录仪在公安一线使用非常广泛,逐渐成为一种必备的警用设备。当前,执法记录仪主要以记录音视频为主,产生的数据量和冗余度都非常大,一般需要人工回看分析,不但增加了传输和存储的负担,对数据分析的效率也比较低。因此,如何运用人工智能技术来自动地对执法记录仪采集的数据进行分析非常重要,是迫切需要解决的问题。文章以人工智能中的图像识别为主要技术,针对执法记录仪的实际使用环境,提出了一套综合的执法记录仪视频分析智能解决方案。将人脸检测、车牌检测和车牌识别技术应用于执法记录仪,自动地从采集的视频、图像中获取人脸和车牌信息;在执法记录仪端实现车牌识别;同时,将抓拍的人脸回传至人脸比对服务器进行分析,再返回比对结果;执法仪、后端服务器均和数据服务器进行数据同步。实践证明,该系统在实战中起到了明显的作用,能够帮助一线民警及时布控关键人员、车辆,提升民警的工作效率。
简介:摘要:随着深度学习技术的不断发展,基于深度学习的计算机视觉图像识别算法已经成为当前最先进的技术之一。本文主要研究了基于深度学习的计算机视觉图像识别算法,包括卷积神经网络、循环神经网络、残差网络等。我们探讨了这些算法的原理、特点和应用,并对比了它们之间的差异。最后,我们分析了当前这些算法的发展趋势和未来的研究方向。
简介:主要探讨了一种新颖的基于非负稀疏编码(NNSC)和径向基概率神经网络(RBPNN)模型的掌纹图像识别方法。使用NNSC算法可以成功地提取掌纹图像的特征,利用RBPNN模型可以有效、快速地实现掌纹图像的分类。与RBFNN和BPNN模型相比,实验结果表明RBPNN模型具有更高的识别率和更好的分类能力。