發(fā)布時(shí)間：2024-06-08 01:23

　　本文基于大數(shù)據(jù)與AI的應(yīng)用,借助人機(jī)協(xié)同大數(shù)據(jù)智能分析系統(tǒng)GoIN線上各地區(qū)的疫情嚴(yán)重程度。同時(shí),利用大數(shù)據(jù)與基于MaskR-CNN與VGG-Net網(wǎng)絡(luò)的人臉識(shí)別技術(shù),構(gòu)建公共場(chǎng)所雙光譜智能體溫檢測(cè)系統(tǒng),實(shí)現(xiàn)了公共場(chǎng)所非接觸式體溫測(cè)量及異常狀態(tài)實(shí)時(shí)告警,通過(guò)平臺(tái)實(shí)時(shí)掌控公共場(chǎng)所人群的體溫?cái)?shù)據(jù),全面提升了公共場(chǎng)所預(yù)防疫情管理水平。最后,結(jié)合后臺(tái)的疫情防控大數(shù)據(jù)綜合分析平臺(tái),推動(dòng)疫情防控關(guān)口前移,為打贏疫情防疫戰(zhàn)提供科學(xué)決策依據(jù)。

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

圖1GoINg系統(tǒng)步驟

根據(jù)行為軌跡5類節(jié)點(diǎn)構(gòu)建關(guān)系圖譜,借助人機(jī)協(xié)同大數(shù)據(jù)智能分析系統(tǒng)GoIN,使用PageRank算法計(jì)算得出各地區(qū)的疫情嚴(yán)重程度,便于進(jìn)行分級(jí)管理。該系統(tǒng)的步驟如圖1所示。2公共場(chǎng)所的疫情監(jiān)控預(yù)警系統(tǒng)

圖2系統(tǒng)框架

雙光譜智能體溫檢測(cè)指將熱成像與可見(jiàn)光成像進(jìn)行雙光譜融合[5]。為了保留圖像的彩色信息,需要將配準(zhǔn)后的可見(jiàn)光圖像從RGB空間變換到HSI空間,并提取I分量。同時(shí),對(duì)配準(zhǔn)后的紅外圖像進(jìn)行灰度變換增強(qiáng)圖像效果,然后對(duì)可見(jiàn)光的I分量及變換后的紅外圖像進(jìn)行小波分解,得到各自的高頻子圖和低頻....

圖3融合圖像過(guò)程

圖2系統(tǒng)框架3用戶端的疫情防控便民系統(tǒng)

圖4平臺(tái)系統(tǒng)

借助計(jì)算能力強(qiáng)、可視化功能便利的大數(shù)據(jù)平臺(tái)進(jìn)行疫情時(shí)空分析,選用成熟的公共安全監(jiān)控技術(shù),結(jié)合雙光譜測(cè)溫技術(shù)以及人臉識(shí)別技術(shù),提出對(duì)公共場(chǎng)所AI測(cè)溫的部署意見(jiàn)。在開(kāi)發(fā)便民APP的過(guò)程中,選用被廣泛認(rèn)可的軟件產(chǎn)品,以便縮短信息系統(tǒng)的實(shí)施周期,減少風(fēng)險(xiǎn)。平臺(tái)系統(tǒng)詳情如圖4所示。基于“大....

本文編號(hào)：3991247