关键词： 视觉与多模态   视频内容分析   方法论   分析框架  

摘要： 视觉与多模态是当代信息传播的重要特征之一,正逐渐成为教育科学研究者探索和分析教育现象的重点。本文解析了视觉与多模态方法论的核心概念,阐明如何通过社会符号学的理论框架理解多模态现象。详细介绍了视觉与多模态方法论的分析框架,探讨其在文本、对象、事件和空间等不同层面的应用。以视频内容分析为例,探讨视觉与多模态方法论的具体应用。深入分析视频从记录到数据处理,再到研究结果生成的全过程,并讨论这一过程中信效度的挑战及应对策略。最后,文章强调了视觉与多模态方法论在应对复杂教育现象和满足新兴研究需求中的适应性与创新性,展现了其在教育研究中的广阔发展性。

关键词： AI视频   视频监视   智能视频分析   煤矿安全隐患  

摘要： 针对煤矿井下视频数据剧增、监控人员难以通过视频监视及时发现井下安全隐患的问题,设计了煤矿井下AI视频分析系统,通过智能视频分析对人的不安全行为和物的不安全状态进行自动识别和报警,实现视频监视从“看得见”向“看得懂”的转变。现场应用表明:该系统可有效感知煤矿井下特定场景中的违章行为和不安全因素,并进行实时报警,有效提高视频图像数据的利用率,提升煤矿安全管理水平。

关键词： 铁路基础设施   高清移动视频   日常巡检   智能视频分析   图像处理  

摘要： 在高铁运行过程中,异物入侵、线路设备损坏会严重威胁动车的行车安全。为解决该问题,目前主要依靠人工进行监控和巡查。针对这种人工监控,耗费人力,物力且存在的效率低,时间长,主观判断失误等问题,本文突破常规的图像识别技术,基于高铁线路正样本数据,采用算法融合技术,研究对于高铁线路异物情况、设备外观异常情况的图像智能识别算法,同时结合DMS行车信息,将识别结果与线路里程等自动关联,形成一套基于高铁移动视频线路异物智能识别与报警系统,起到动车运行时自动识别、实时推送报警的作用,从而更加准确快速的辅助工务人员分析各种异物入侵,及时处理现场问题,为铁路运输的安全和高效提供有力保障。

关键词： 智能监控系统   智能视频分析   视频融合   数据管理   决策支持   智慧交通   事件检测   交通管理  

摘要： 随着交通事业的快速发展,普通干线公路长路段的监控与管理面临诸多挑战。本文以基于视频融合的普通干线公路长路段智能监控系统为对象,深入分析了该系统的重要性、面临的挑战以及设计方案。分布式视频采集与传输、多源视频融合与处理、智能视频分析与事件检测以及数据管理与决策支持等方法可以有效提升普通干线公路长路段的交通安全水平、提高交通管理效率并促进智慧交通发展。

摘要： 当今社会，网络已经越来越成为社会舆论的重要场域，随着新媒体的不断发展，网络短视频在互联网环境中已占据半壁江山，对年轻用户尤其大学生的影响力也日益攀升。快手视频平台作为互联网时代大学生网络社交的媒介，逐渐融入大学生的学习和生活，浏览快手短视频的内容使大学生获得丰富的信息，并产生幸福感和美感等主观体验。但不良信息也会使大学生产生消极愤懑、空虚沉沦等负面情感，要从高校、社会、家庭以及大学生自身等方面寻求对策，发挥快手平台对大学生情感的正面效应，克服其负面干扰，助力大学生全面发展和健康成长。

关键词： 城市轨道交通   绿智融合   综合监控系统   更新改造   物联网   BIM   智能视频分析   智慧能源管理  

摘要： 结合重庆轨道交通某运营线路综合监控系统更新改造经验,总结分析绿智融合背景下城市轨道综合监控系统的更新改造问题及需求,并阐述相应的更新改造总体方案及关键技术。

关键词： 智慧安防   智能视频分析技术   应用方法  

摘要： 随着人工智能、大数据、云计算技术的进步 ,安防工程中的视频分析技术也逐渐向着智慧的方向发展,并在近年来得到了广泛的应用,进一步提升了智慧安防工作的实施质量。本文智慧安防系统中智能视频分析技术的应用范畴,以拓展技术应用范围、深挖技术价值作为出发点,详细阐述智能视频分析技术应用方法。旨在提高智慧安防的建设成效,加强安防管理的效果。

关键词： 深度学习   输变电   智能视频分析  

摘要： 在当前的能源行业,输变电系统的安全性和效率至关重要。智能视频分析技术,特别是结合深度学习的技术,正在革新这一领域。深度学习作为一种先进的机器学习技术,已被证明在处理和分析大规模复杂数据方面具有显著优势,尤其是在视频内容的识别、分类和预测中表现卓越。在输变电系统中,这种技术可以用于自动检测和诊断潜在的故障和异常,从而提前预防事故和故障,确保供电系统的可靠性和稳定性。本文详细探讨基于深度学习的输变电智能视频分析技术,评估了系统的性能,并通过系统测试验证所提方法的有效性和实用性。

关键词： 轻量级人脸识别算法   智能视频分析  

摘要： 当前,电力施工现场广泛应用的智能视频监控平台仅能检测到所发生的违章行为,无法确定具体的违章人员身份,因此无法引起现场作业人员的重视,难以发挥有效作用。通过人脸识别技术实现施工现场的违章人员身份识别是十分必要的。本文基于深度学习算法,开发了一套基于CPU进行人脸检测、识别和快速匹配算法的轻量化SDK,并将其集成到智能视频管控平台中,摆脱了人脸识别匹配对GPU显卡、特定人脸识别摄像头等硬件设备的依赖,实现了施工现场的违章检测预警、人员身份识别、安全规范教育的管理闭环,在提升管理效率的同时降低了施工现场管理成本。

关键词： 人工智能算法   智能视频分析   静态轨道衡   全自动计量   边缘计算  

摘要： 火车车厢箱体及车轮上称量段位置自动检测识别是实现静态轨道衡无人化计量的关键技术难题。通过在静态轨道衡计量业务中应用视频智能分析技术,优化静态轨道衡智能化计量算法,提高计量效率和数据准确性,攻克了多项关键技术,实现了静态轨道衡计量过程的全自动化和无人化,帮助企业优化生产流程、提高管理水平,是国内目前唯一利用视频智能分析技术实现静态轨道衡无人计量的成功应用,该研究成果极具引领性、实践性、创新性及推广性。