怎么用深度学习实现监控视频中挖掘机的识别?

roticguitar 2016-05-15 07:51:33
各位大师:
本人之前没有接触过深度学习,现在接了个项目,要利用深度学习来实现监控视频中挖掘机的识别,请各位大师指导,感激不尽!
首先,要采用什么软件平台来开发?其次,要学习哪些教程,最好有相关的实例。谢谢!
...全文
2945 10 打赏 收藏 转发到动态 举报
写回复
用AI写文章
10 条回复
切换为时间正序
请发表友善的回复…
发表回复
olayakemeng 2021-07-28
  • 打赏
  • 举报
回复

img

QQ515311445 2017-02-21
  • 打赏
  • 举报
回复
引用 楼主 roticguitar 的回复:
各位大师: 本人之前没有接触过深度学习,现在接了个项目,要利用深度学习来实现监控视频中挖掘机的识别,请各位大师指导,感激不尽! 首先,要采用什么软件平台来开发?其次,要学习哪些教程,最好有相关的实例。谢谢!
外包吗?可以搞定
天杀豆豆 2017-01-16
  • 打赏
  • 举报
回复
顶一个,我也做类似的项目
童二hsin 2016-09-07
  • 打赏
  • 举报
回复
其实你要是做检测的话,不用深度学习,DPM效果就很好了,我们实验室之前是做过的
pww71 2016-06-22
  • 打赏
  • 举报
回复
用pww轮廓特征,两下就搞定了。复杂的问题简单化。
胖鸟不会飞 2016-06-07
  • 打赏
  • 举报
回复
首先要选一种方法从场景中构建一系列候选框,再用深度学习训练的二分类器去验证这些候选框到底是不是挖掘机。 提候选框的实时性是个难点,深度学习训分类器要求的正负样本集制作是个难点(要效果好至少得上5位数的数据,如果检测场景特点可能数据要求少些) opencv 肯定要吧 qt cuda 这些也需要吧
胖鸟不会飞 2016-06-07
  • 打赏
  • 举报
回复
多少钱的项目?外包不?
roticguitar 2016-05-26
  • 打赏
  • 举报
回复
谢谢!但是,能不能再具体点?
sunny7862632 2016-05-21
  • 打赏
  • 举报
回复
首先你得懂机器学习算法吧,然后把原来常用的svm,神经网络等算法换一下成深度学习算法就好了。
roticguitar 2016-05-19
  • 打赏
  • 举报
回复
自己顶一个,坐等高手
基于人脸识别的多个人目标识别和摄像机跟踪 项目简介: 本项目旨在开发一套基于人脸识别技术的多个人目标识别与摄像机跟踪系统,该系统能够在视频监控场景,自动识别和跟踪多个人的活动。系统结合了计算机视觉、机器学习和人工智能技术,通过实时采集视频的人脸图像,利用先进的人脸识别算法对图像进行处理和分析,从而实现对多个目标的识别和追踪。 项目功能: 人脸检测:系统首先对视频流进行实时分析,检测出其的人脸,并提取出人脸图像。 人脸识别:利用深度学习训练的人脸识别模型,对检测到的人脸进行特征提取和比对,识别出每个人的身份。 目标跟踪:系统跟踪每个识别出的目标,即使在人群密集或者目标遮挡的情况下也能保持跟踪。 摄像机控制:根据目标的位置和移动,系统自动调整摄像机的焦距和角度,确保目标始终保持在视野。 项目意义: 安全监控:在公共安全、商场、机场等重要场所,系统能够实时监控识别可疑人员,提高安全防范能力。 视频分析:系统可以为视频内容分析提供精确的目标信息,便于后续的数据挖掘和事件回溯。 智能交互:在智能交通、智慧城市等领域,系统能够与其它智能系统交互,提供更加智能化的服务。 隐私保护:系统设计时充分考虑隐私保护,确保个人信息的安全和隐私不被侵犯。
⼈⼯智能的核⼼技术与应⽤领域? ⼈⼯智能是利⽤数字计算机或者由数字计算机控制的机器,模拟、延伸和扩展⼈类的智能,感知环境、获取知识并使⽤知识获得最佳结果的 理论、⽅法、技术和应⽤系统。 ⼈⼯智能的核⼼思想在于构造智能的⼈⼯系统。⼈⼯智能是⼀项知识⼯程,利⽤机器模仿⼈类完成⼀系列的动作。根据是否能够实现理解、 思考、推理、解决问题等⾼级⾏为。 ⼈⼯智能的核⼼技术主要包含:深度学习、计算机视觉、⾃然语⾔处理和数据挖掘等。应⽤的细分领域包含:智能机器⼈、虚拟个⼈助理、 实时语⾳翻译、视觉⾃动识别、推荐引擎等。 深度学习 ⼈脸识别可以说是当前深度学习最为成熟的应⽤。⼈脸识别,是基于⼈的脸部特征信息,进⾏⾝份识别的⼀种⽣物识别技术。⽤摄像机或摄 像头采集,含有⼈脸的图像或视频流,并⾃动在图像检测和跟踪⼈脸来对检测到的⼈脸,进⾏脸部识别的⼀系列相关技术。 计算机视觉(CV) 计算机视觉有着⼴泛的细分应⽤,其包括,医疗成像分析被⽤来提⾼疾病的预测、诊断和治疗;⼈脸识别被⽀付宝或者⽹上⼀些⾃助服务 ⽤来⾃动识别照⽚⾥的⼈物。同时在安防及监控领域,也有很多的应⽤。 ⾃然语⾔处理(NLP) ⾃然语⾔处理有着⼗分⼴泛的应⽤场景,包括:搜索关键词联想、机器翻译、社交媒体监控、聊天机器⼈、智能语⾳助理、语法检查程序、 电⼦邮件过滤等。 数据挖掘(DM) 数据挖掘最主要的就是在统计上的应⽤了,基于⽤户的⾏为、属性(⽤户浏览⽹站产⽣的数据),通过算法分析和处理,主动发现⽤户当前 或潜在需求,并主动推送信息给⽤户的信息⽹络。例如电商⽹站的智能推荐。 近些年,⼈⼯智能的潜⼒很⼤程度激发了公众的想象⼒。除了上⾯的应⽤之外,⼈⼯智能技术肯定会朝着越来越多的分⽀领域发展。医疗、 教育、⾦融、⾐⾷住⾏等涉及⼈类⽣活的各个⽅⾯都会有所渗透。我们可能在短时间内就拥有强⼈⼯智能,也可能需要⼏个世纪。但是可以 肯定的是,我们永远不会放弃对⼈⼯智能的追求。

4,445

社区成员

发帖
与我相关
我的任务
社区描述
图形图像/机器视觉
社区管理员
  • 机器视觉
  • 迪菲赫尔曼
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧