人工智能深度學(xué)習(xí)在智慧工地中的應(yīng)用
在大數(shù)據(jù)人工智能飛速發(fā)展的當(dāng)下,人工智能頻繁地出現(xiàn)在大眾視線中。隨著現(xiàn)代化信息技術(shù)在各行各業(yè)的不斷運(yùn)用,人工智能與電子信息技術(shù)的結(jié)合更是將其推向話題熱點(diǎn)。人工智能逐漸成為當(dāng)前我國發(fā)展的重要內(nèi)容,而機(jī)器學(xué)習(xí)作為人工智能研究的關(guān)鍵,自然也成為眾多科研工作者的研究重點(diǎn)。深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)研究內(nèi)容的其中之一,是以人工神經(jīng)網(wǎng)絡(luò)為主體結(jié)構(gòu),在教育、交通等多個領(lǐng)域已經(jīng)初具應(yīng)用模型。
深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)在智慧安防系統(tǒng)的應(yīng)用深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個分支,是指從有限樣例中,通過算法總結(jié)出一般性的規(guī)律,并可以應(yīng)用到新的未知數(shù)據(jù)上。如何更好地解決分配問題則需要依靠神經(jīng)模型,目前此系統(tǒng)運(yùn)用的是卷積神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)是一種具有局部連接、權(quán)重共享等特性的深層前饋神經(jīng)網(wǎng)絡(luò)。當(dāng)前,卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)成為計算機(jī)視覺領(lǐng)域的主流模型。通過引入跨層的直連邊,可以訓(xùn)練上百層乃至上千層的卷積網(wǎng)絡(luò)。
智慧安防系統(tǒng)設(shè)計就是借助卷積神經(jīng)網(wǎng)絡(luò)技術(shù),將不同類型的安全隱患,通過圖像輸入→積層→匯聚層…→全連接層→輸出層運(yùn)行模型,不斷完善安全隱患數(shù)據(jù)庫,不斷優(yōu)化、提高系統(tǒng)運(yùn)行的準(zhǔn)確性和快速性。
在智慧安防系統(tǒng)搭建中,結(jié)合深度學(xué)習(xí)算法和人工精神網(wǎng)絡(luò)理論,基于卷局神經(jīng)網(wǎng)絡(luò),利用大量機(jī)械學(xué)習(xí)訓(xùn)練樣本,構(gòu)建目標(biāo)檢測模型。
實(shí)時采集前端攝像頭視頻流數(shù)據(jù),根據(jù)構(gòu)建的檢測模型自動實(shí)時分析視頻流數(shù)據(jù),一旦與檢測模型相匹配,實(shí)時告警。
系統(tǒng)長時間運(yùn)行生產(chǎn)大量數(shù)據(jù),通過大數(shù)據(jù)深度分析,二次開發(fā)利用,實(shí)現(xiàn)從數(shù)據(jù)到價值的高效轉(zhuǎn)化。
將安全管理人員從周期性、繁瑣性、長期性的巡回工作中解放出來,實(shí)現(xiàn)人工智能新技術(shù)在智慧工地現(xiàn)場中的應(yīng)用,實(shí)現(xiàn)“電子安全員”的監(jiān)督職能。