简介:摘要众所周知,智能楼宇又名为智能大厦。智能楼宇相对于其他普通楼宇具有环境较舒适、高效、方便、等等的特点。但是智能楼宇随之也面临着不小的安全危险,因此视频监控是智能楼宇安全体系中必不可少的一部分。而视频监控系统由两个信号组成,一是模拟信号二是数字信号。智能楼宇必不可少的一部分就是视频监控。一般往往需要安装监控的智能楼宇都有两部分组成,分为地下和地上两部分。本文主要研究智能楼宇视频监控的主要特征。要简单介绍智能楼宇视频监控系统的主要需求,还要对智能楼宇无线视频监控系统进行研究。研究分为两个方面,一是从硬件方面,二是从软件方面。智能楼宇系统中软件有非常多的功能。其中特别包括数据通信功能。考核程序能形成一个完整的系统。而对于智能楼宇无线视频监控系统的硬件来说,主要分为三个方面。其中包括客户端、视频采集端以及服务器端等三个部分。客户端的主要任务就是负责数据采集设备的控制以及视频数据的显示,而服务器端功能主要是存储视频数据。其中无线视频采集端包括处理器、以及视频传感器还有无线网卡等等。本文在针对智能楼宇视频监控系统的需求描述基础上。还会再对智能楼宇视频监控系统的细微处建设,从软硬件结构和整体方案上,来对智能楼宇无线视频监控系统进行整体性的研究。
简介:1这种方法为何可靠Umetrix视频无参考模型是建立在BRISQUE(Blind/ReferencelessImageSpatialQUalityEvaluator)视频质量评价模型的变化上的。BRISQUE是由德州大学奥斯丁图像视频工程实验室基于自然场景统计学研发的无参考视频评价工具。与所有的机器学习系统一样,Umetrix的模型也需要训练。为了完成这一训练,思博伦研发了一个拥有大量视频片段和这些片段视频质量得分的训练数据库。传统上,训练数据库需要基于人类的主观打分。但这种方式不仅昂贵,而且困难和缓慢。因此,大多数情况下数据库只有少量几百条视频片段。
简介:摘要:随着通讯网络技术的发展,视频监控系统在风电场得到广泛应用,风电场地处偏远地区,充分利用视频监控系统对设备进行实时监控,可以降低劳动强度,达到减员增效目的。
简介:摘要随着经济和科技水平的快速发展,电力行业发展也十分快速。智能电网的关键部分之一是构建低功耗、高效率的监控网络,该网络需要支持数以百万计的智能电表或其它监控终端,其中,“最后一公里”成为制约当前智能电网发展的首要问题。使用无线通讯技术以及由此衍生的无线传感器网络能够满足较少节点的非实时数据采集和传输,然而当接入网络的智能电表或终端数量急剧增加、提高系统实时性要求,则产生的大量数据及其通讯将导致较大的网络时延并降低网络可靠性。在汇聚节点或区域基站采用压缩感知是解决该问题的有效方法之一,与传统的数据压缩算法相比,压缩感知方法的稀疏矩阵的维数明显小于原始数据矩阵维数,通过非线性重建算法能够获得比典型的线性回归方法更低的误差率。压缩感知已被应用一些电力系统中,如文献6对智能电网中路由协议和质量问题进行研究;在对智能电网文献综述中阐述了压缩感知在其中的应用发展情况;提出基于压缩感知的小区电网数据监控方案。