發(fā)布時間：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,利用大數(shù)據(jù)與基于MaskR-CNN與VGG-Net網(wǎng)絡(luò)的人臉識別技術(shù),構(gòu)建公共場所雙光譜智能體溫檢測系統(tǒng),實現(xiàn)了公共場所非接觸式體溫測量及異常狀態(tài)實時告警,通過平臺實時掌控公共場所人群的體溫數(shù)據(jù),全面提升了公共場所預(yù)防疫情管理水平。最后,結(jié)合后臺的疫情防控大數(shù)據(jù)綜合分析平臺,推動疫情防控關(guān)口前移,為打贏疫情防疫戰(zhàn)提供科學(xué)決策依據(jù)。

【文章頁數(shù)】：3 頁

【部分圖文】：

圖1GoINg系統(tǒng)步驟

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

圖2系統(tǒng)框架

雙光譜智能體溫檢測指將熱成像與可見光成像進(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)后的可見光圖像從RGB空間變換到HSI空間,并提取I分量。同時,對配準(zhǔn)后的紅外圖像進(jìn)行灰度變換增強圖像效果,然后對可見光的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平臺系統(tǒng)

借助計算能力強、可視化功能便利的大數(shù)據(jù)平臺進(jìn)行疫情時空分析,選用成熟的公共安全監(jiān)控技術(shù),結(jié)合雙光譜測溫技術(shù)以及人臉識別技術(shù),提出對公共場所AI測溫的部署意見。在開發(fā)便民APP的過程中,選用被廣泛認(rèn)可的軟件產(chǎn)品,以便縮短信息系統(tǒng)的實施周期,減少風(fēng)險。平臺系統(tǒng)詳情如圖4所示。基于“大....

本文編號：3991247