卷積神經(jīng)網(wǎng)絡(luò)的難點(diǎn)精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的卷積神經(jīng)網(wǎng)絡(luò)的難點(diǎn)主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：卷積神經(jīng)網(wǎng)絡(luò)的難點(diǎn)范文

關(guān)鍵詞：交通標(biāo)志檢測(cè)；ITS；TSR；顏色檢測(cè)；形狀檢測(cè)

中圖分類號(hào)：TB

文獻(xiàn)標(biāo)識(shí)碼：A

doi：10.19311/ki.16723198.2017.12.089

1引言

隨著經(jīng)濟(jì)的發(fā)展，汽車出行在為人們帶來(lái)便利的同時(shí)也增加了安全事故的發(fā)生。智能交通系統(tǒng)ITS（Intelligent Transportation System）作為一種全新的汽車識(shí)別模式，能夠緩解交通事故的發(fā)生。具體表現(xiàn)在，汽車在行駛過(guò)程中，利用車載系統(tǒng)對(duì)交通標(biāo)志進(jìn)行識(shí)別，再反饋給駕駛員，為駕駛提供路況信息，使駕駛員能夠?qū)β窙r做出準(zhǔn)確的判斷，減少交通意外的發(fā)生。另一方面，對(duì)于無(wú)人駕駛和交通標(biāo)志的識(shí)別，也l揮著重要的維護(hù)作用。

近幾十年來(lái)，交通標(biāo)志檢測(cè)與識(shí)別受到了諸多學(xué)者的關(guān)注與研究，ITS在減少安全事故和緩解道路壓力方面發(fā)揮著重要作用，交通標(biāo)志識(shí)別系統(tǒng)TSR（Traffic Sign Recognition）也應(yīng)運(yùn)而生。交通標(biāo)志識(shí)別系統(tǒng)包括很多方面，交通標(biāo)志檢測(cè)是其一個(gè)子方面，但其重視程度不言而喻，它的應(yīng)用范圍很廣，如無(wú)人駕駛車輛和駕駛員輔助系統(tǒng)等，在行車過(guò)程中，為駕駛員提供實(shí)時(shí)路況檢測(cè)。雖然目前在交通標(biāo)志檢測(cè)方面取得了一些突破性的進(jìn)展和一些階段性的成果，但隨著道路環(huán)境的多樣化和不確定因素，使得檢測(cè)仍存在諸多困難?？偟膩?lái)說(shuō)，交通標(biāo)志檢測(cè)實(shí)用性強(qiáng)，關(guān)注度高，在任何時(shí)候熱度都不會(huì)消減，會(huì)引發(fā)更多的人去深入研究。

2交通標(biāo)志檢測(cè)系統(tǒng)組成

交通標(biāo)志檢測(cè)包括五部分：圖像采集，預(yù)處理，顏色分割，形狀檢測(cè)，精準(zhǔn)定位。圖形的采集尤為重要，對(duì)于采集到傾斜的圖像，我們需要對(duì)其進(jìn)行矯正處理。對(duì)于正常圖像，大多數(shù)情況我們需要對(duì)其做預(yù)處理，以消除光照等的影響，然后可以通過(guò)交通標(biāo)志特有的顏色和形狀信息對(duì)其進(jìn)行分割處理，以得到待選區(qū)域。再根據(jù)一些特定的算法對(duì)干擾區(qū)域進(jìn)行剔除，從而得到目標(biāo)區(qū)域。對(duì)于目前交通標(biāo)志檢測(cè)的研究現(xiàn)狀，雖然取得了突破性的進(jìn)展，但各種算法亦有優(yōu)缺點(diǎn)，面對(duì)復(fù)雜多變的交通環(huán)境很難做出很好的檢測(cè)，所以有必要對(duì)交通標(biāo)志的檢測(cè)進(jìn)行更進(jìn)一步的討論和研究。

3國(guó)內(nèi)外研究現(xiàn)狀

3.1國(guó)外研究現(xiàn)狀

早在1987年日本就進(jìn)行了交通標(biāo)志的檢測(cè)與識(shí)別，采用了模板匹配的經(jīng)典算法，其平均識(shí)別時(shí)間為0.5秒。發(fā)到國(guó)家也不甘落后，1993年美國(guó)針對(duì)“停車”的標(biāo)志研究開(kāi)發(fā)了ADIS系統(tǒng)，采用了顏色聚類的方法對(duì)目標(biāo)進(jìn)行檢測(cè)，然而AIDS存在一個(gè)明顯的缺陷，就是時(shí)間不穩(wěn)定。為了滿通標(biāo)志時(shí)間識(shí)別的精確性，1994年，戴姆勒-奔馳汽車公司與大學(xué)合作開(kāi)發(fā)，最終，一個(gè)全新的系統(tǒng)誕生了，其速度之快令人嘆服，達(dá)到3.2s/幅，交通標(biāo)志數(shù)據(jù)庫(kù)中，有40000多幅圖像，其識(shí)別準(zhǔn)確率為98%。交通標(biāo)志檢測(cè)與識(shí)別研究進(jìn)入新千年。越來(lái)越多的科研工作者和科研機(jī)構(gòu)加入到交通標(biāo)志檢測(cè)與識(shí)別中去，使得檢測(cè)技術(shù)有了很大的進(jìn)步。在2001年Winconsin大學(xué)的Liu和Ran基于HIS空間的顏色閾值分割法，結(jié)合神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，經(jīng)過(guò)實(shí)驗(yàn)顯示該系統(tǒng)的準(zhǔn)確率為95%。2005年Carethloy實(shí)驗(yàn)室和Nick Barnes自動(dòng)化研究所利用交通標(biāo)志在圖形上的對(duì)稱性來(lái)確定交通標(biāo)志的質(zhì)心位置，其建立的交通標(biāo)志識(shí)別系統(tǒng)的準(zhǔn)確率為95%。在2009年Muhammad等人運(yùn)用多個(gè)方法進(jìn)行識(shí)別實(shí)驗(yàn)得到最好的識(shí)別準(zhǔn)確率為97%。2011年德國(guó)以德國(guó)交通標(biāo)志數(shù)據(jù)庫(kù)（GTSRB）為基礎(chǔ)舉辦了交通標(biāo)志識(shí)別大賽（IJCNN2011）。標(biāo)志著交通標(biāo)志檢測(cè)與識(shí)別受到了全世界的高度關(guān)注，這也促進(jìn)了交通標(biāo)志檢測(cè)與識(shí)別的研究進(jìn)展。Ciresan等人在IJCNN2011大賽上采用深度卷積神經(jīng)網(wǎng)絡(luò)（Deep Convolution Neural Network）識(shí)別算法得到了比人類識(shí)別平均率高的結(jié)果。2013年，對(duì)于交通標(biāo)志檢測(cè)系統(tǒng)，Kim J.B將視覺(jué)顯著性模型運(yùn)用到其中，使交通識(shí)別的準(zhǔn)確性更高。

3.2國(guó)內(nèi)研究現(xiàn)狀

與國(guó)外相比，在時(shí)間上，對(duì)于交通檢測(cè)系統(tǒng)，我國(guó)運(yùn)用的稍微落后。在交通標(biāo)志檢測(cè)研究方面，將顏色和形狀結(jié)合的相關(guān)檢測(cè)方法較為廣泛，在識(shí)別算法方面，國(guó)內(nèi)一些學(xué)者也取得了顯著性的成果。在2000年郁梅提出了一種基于顏色的快速檢測(cè)方法。2004年，根據(jù)不變矩特征和BP神經(jīng)網(wǎng)絡(luò)，王坤明等人對(duì)交通識(shí)別系統(tǒng)做了進(jìn)一步的闡述。2008年，交通識(shí)別系統(tǒng)有了進(jìn)一步的發(fā)展，以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，寧波大學(xué)朱雙東教授等人將交通標(biāo)志的顏色區(qū)分成了五種最基本的顏色。2012年朱淑鑫在RGB和HIS空間上進(jìn)行多閾值分割。2013年，“紅色位圖”方法被提出，其主要利用在邊緣信息的形狀檢測(cè)上，王剛毅希望通過(guò)這一方法來(lái)提高紅色圓形標(biāo)志區(qū)域的檢測(cè)率。

4交通標(biāo)志檢測(cè)算法現(xiàn)狀

我國(guó)的交通標(biāo)志主要分為警告、禁止、指示三大類，交通標(biāo)志顏色主要有紅色、藍(lán)色、黑色、黃色和白色五種基本顏色，交通標(biāo)志的形狀有四大類，即三角形、矩陣、八邊形和圓形。目前針對(duì)道路交通標(biāo)志檢測(cè)的算法主要是基于顏色的檢測(cè)、形狀的檢測(cè)以及顏色和形狀相結(jié)合的檢測(cè)，下面我們對(duì)常見(jiàn)的檢測(cè)方法進(jìn)行簡(jiǎn)單的概述。

4.1基于色的檢測(cè)方法

由于交通標(biāo)志具有很明顯的顏色特征，所以很多文獻(xiàn)都對(duì)這一方法做了討論和研究。常見(jiàn)的顏色空間有RGB、HSI、Lab、Ycgcr、Ycbcr等。De La Escalear A等人運(yùn)用RGB閾值的方法將顏色分類。但此方法受光照影響因素較大，為了減少光照等環(huán)境因素的影響，Ruta等人提出了RGB空間顏色增強(qiáng)的方法，這種方法可以快速將標(biāo)志區(qū)域檢測(cè)出來(lái)。由于RGB空間亮度和色度的混合在一起的，后來(lái)研究者們運(yùn)用了更符合人類對(duì)顏色的視覺(jué)理解的HIS、HSV空間。為了使交通標(biāo)志的檢測(cè)精度更高，在HIS空間中設(shè)定閾值這個(gè)方法被提出了，事實(shí)上，一個(gè)交通標(biāo)志可以由幾種顏色構(gòu)成，因此，S.LafuenteCArroyo等人希望通過(guò)這種方法對(duì)于不同顏色的交通標(biāo)志都能檢測(cè)出來(lái)。但HIS顏色空間聚類效果不好，因此，為了更好的對(duì)交通標(biāo)志的顏色進(jìn)行區(qū)分，選擇聚類效果好的顏色空間至關(guān)重要，在此基礎(chǔ)上，Jitendra N.Chourasia等人主張使用Ycbcr顏色區(qū)間。

4.2基于形狀的檢測(cè)方法

除了利用顏色對(duì)交通標(biāo)志進(jìn)行檢測(cè)之外，還可以利用交通標(biāo)志的形狀，這也是其另一個(gè)重要的特點(diǎn)。最常用的檢測(cè)圓形和直線是Hough變換，事實(shí)證明，Kuo W J等人通過(guò)Hough變換，對(duì)交通標(biāo)志進(jìn)行檢測(cè)，效果顯著，但由于其計(jì)算量大的原因不適用于實(shí)時(shí)性監(jiān)測(cè)。另一種形狀檢測(cè)法是基于拐角提取算法，Escalera等人提出拐角檢測(cè)算法，簡(jiǎn)單來(lái)說(shuō)，就是根據(jù)形狀的變化所產(chǎn)生的像素點(diǎn)判斷能否為拐點(diǎn)，來(lái)進(jìn)行檢測(cè)，但是，其唯一的缺點(diǎn)是誤檢率也比較高。Rangarajan等人提出了一種最優(yōu)拐角檢測(cè)方法，通過(guò)設(shè)計(jì)好的掩膜與圖像做卷積運(yùn)算后將拐角檢測(cè)出來(lái)，魯棒性好。

4.3基于顏色和形狀的檢測(cè)方法

既然基于顏色和基于形狀的方法都不能得到很好的交通標(biāo)志檢測(cè)，于是很多學(xué)者將這兩種方法結(jié)合起來(lái)，產(chǎn)生了綜合顏色和形狀的檢測(cè)方法。并也取得了一些顯著性的成果。M.Zadeh等人利用圖像處理的相關(guān)知識(shí)，先把圖像進(jìn)行顏色分割，再運(yùn)用形態(tài)學(xué)的相關(guān)方法提取區(qū)域邊緣，最后對(duì)待定區(qū)域進(jìn)行跟蹤和幾何分析，從而提取得到目標(biāo)檢測(cè)區(qū)域。但該方法對(duì)噪聲特別敏感。所以當(dāng)圖像的噪聲很強(qiáng)時(shí)這種檢測(cè)方法的效果并不理想。

5交通標(biāo)志檢測(cè)與識(shí)別難點(diǎn)

盡管近幾十年提出了很多新的檢測(cè)方法，但目前的研究成果還不能夠勝任復(fù)雜多變的現(xiàn)實(shí)場(chǎng)景。交通標(biāo)志識(shí)別系統(tǒng)TSR設(shè)計(jì)到多個(gè)研究領(lǐng)域，包括圖像處理、人工智能、模式識(shí)別和機(jī)器學(xué)習(xí)等相關(guān)領(lǐng)域，因此，關(guān)于交通標(biāo)志識(shí)別系統(tǒng)的研究任重而道遠(yuǎn)，在未來(lái)，不管是自然場(chǎng)景下，還是復(fù)雜場(chǎng)景下，對(duì)于交通識(shí)別系統(tǒng)研究，都應(yīng)重點(diǎn)關(guān)注。現(xiàn)階段交通標(biāo)志檢測(cè)與識(shí)別主要面臨的困難和挑戰(zhàn)如下：

（1）環(huán)境對(duì)交通標(biāo)志的影響。這主要表現(xiàn)在四季中風(fēng)雨對(duì)交通標(biāo)志的損壞，這在一定程度上會(huì)降低圖像的清晰度。交通標(biāo)志長(zhǎng)年暴露在外面，難免會(huì)出現(xiàn)變形、污損、褪色等情況，這對(duì)檢測(cè)也造成了困難。

（2）拍攝角度的影響。不同的拍攝角度對(duì)檢測(cè)具有比較大的影響，對(duì)傾斜的圖像我們需要對(duì)其做一個(gè)矯正處理。

（3）現(xiàn)場(chǎng)場(chǎng)景環(huán)境中有很多干擾物體，使得在分割的時(shí)候會(huì)把不是標(biāo)志的物體也分割出來(lái)，對(duì)我們檢測(cè)帶來(lái)了一定程度上的干擾。

（4）交通標(biāo)志類型復(fù)雜，種類多，目前所了解的就有130多種，包括警告標(biāo)志、指示標(biāo)志、禁令標(biāo)志、指路標(biāo)志等等，給檢測(cè)大大增加了難度。

（5）實(shí)時(shí)性改進(jìn)的問(wèn)題，由于汽車移動(dòng)速度快，而且在移動(dòng)過(guò)程中往往在一定程度上有抖動(dòng)和變速等動(dòng)作，捕捉到的圖像會(huì)產(chǎn)生變形模糊，處理時(shí)間過(guò)長(zhǎng)會(huì)導(dǎo)致司機(jī)反應(yīng)時(shí)間縮短。

（6）準(zhǔn)確率有待進(jìn)一步提升。準(zhǔn)確率太低的話不但達(dá)不到駕駛輔助作用，反而會(huì)引起交通事故發(fā)生。

（7）沒(méi)有公用樣本數(shù)據(jù)。國(guó)內(nèi)目前統(tǒng)一的評(píng)判標(biāo)準(zhǔn)和數(shù)據(jù)庫(kù)尚未建立起來(lái)。

（8）智能交通識(shí)別系統(tǒng)服務(wù)于大眾，因此需要考慮經(jīng)濟(jì)成本問(wèn)題。

綜合以上可知，由于在現(xiàn)實(shí)場(chǎng)景中以上問(wèn)題的存在，所以在設(shè)計(jì)道路交通標(biāo)志檢測(cè)與識(shí)別算法的時(shí)候必須有針對(duì)性的解決上訴問(wèn)題。

6總結(jié)

總的來(lái)說(shuō)，交通標(biāo)志檢測(cè)與識(shí)別系統(tǒng)（TSR）的發(fā)展前景非常好，被廣泛運(yùn)用于輔助駕駛系統(tǒng)、無(wú)人汽車駕駛和各種道路檢測(cè)標(biāo)志的檢測(cè)修復(fù)等領(lǐng)域。本文主要對(duì)國(guó)內(nèi)外的研究現(xiàn)狀做了一個(gè)回顧和分析，許多研究學(xué)者也做出了一些階段性的成果和進(jìn)展，但由于自然環(huán)境下一些復(fù)雜多變的因素對(duì)檢測(cè)造成了困難和挑戰(zhàn)，因此TSR系統(tǒng)的研究還面臨許多難題有待解決。隨著人工智能和機(jī)器學(xué)習(xí)等算法的提升，我們堅(jiān)信未來(lái)的道路交通標(biāo)志檢測(cè)與識(shí)別會(huì)邁上一個(gè)新的臺(tái)階。

參考文獻(xiàn)

[1]徐華青，陳瑞南，林錦川等.道路交通標(biāo)志檢測(cè)方法研究[J].福州大學(xué)學(xué)報(bào)，2010，（3）：387392.

[2]常發(fā)亮，黃翠，劉成云等.基于高斯顏色模型和SVM的交通標(biāo)志檢測(cè)[J].儀器儀表學(xué)報(bào)，2014，35（1）：4349.

[3]Salichs M A.TRAFFIC SIGN DETECTION FOR DRIVER SUPPORT SYSTEMS[C].2001.

[4]Kehtarnavaz N，Griswold N C，Kang D S.Stop-sign recognition based on color/shape processing[J].Machine Vision and Applications，1993，6（4）：206208.

[5]Priese L，Lakmann R，Rehrmann V.Ideogram identification in a realtime traffic sign recognition system[C].Intelligent Vehicles 95 Symposium. Proceedings of the.IEEE，1995：310314.

[6]Liu H，Ran B.Vision-Based Stop Sign Detection and Recognition System for Intelligent Vehicles[J].Transportation Research Record Journal of the Transportation Research Board，2001，1748（1）：161166.

[7]Barnes N，Loy G，Shaw D，et al.Regular polygon detection[C].Tenth IEEE International Conference on Computer Vision.IEEE，2014：778785.

[8]Muhammad A S，Lavesson N，Davidsson P，et al.Analysis of Speed Sign Classification Algorithms Using Shape Based Segmentation of Binary Images[J].Lecture Notes in Computer Science，2009，5702：12201227.

[9]Kim J B.Detection of traffic signs based on eigen-color model and saliency model in driver assistance systems[J].International Journal of Automotive Technology，2013，14（3）：429439.

[10]郁梅，郁伯康.基于彩色D像的指示標(biāo)志檢測(cè)[J].計(jì)算機(jī)工程與應(yīng)用，2000，36（4）：169172.

[11]王坤明，許忠仁.基于不變矩和神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別方法研究[J].計(jì)算機(jī)應(yīng)用研究，2004，21（3）：254255.

[12]朱雙東，蔣甜甜，劉蘭蘭.基于顏色規(guī)格化的交通標(biāo)志識(shí)別[J].計(jì)算機(jī)應(yīng)用與軟件，2008，25（1）：220222.

[13]朱淑鑫.基于顏色特征的交通標(biāo)志圖像分割研究[J].考試周刊，2012，（81）：111112.

[14]Wang G，Ren G，Jiang L，et al.Hole-based traffic sign detection method for traffic signs with red rim[J].The Visual Computer，2014，30（5）：539551.

[15]De l E A，Moreno L E，Salichs M A，et al.Road traffic sign detection and classification[J].IEEE Transactions on Industrial Electronics，1997，44（6）：848859.

[16]Ruta A，Li Y，Liu X.Real-time traffic sign recognition from video by class-specific discriminative features[J].Pattern Recognition，2010，43（1）：416430.

[17]Lafuente-Arroyo S，Salcedo-Sanz S，Maldonado-Basc，et al.A decision support system for the automatic management of keep-clear signs based on support vector machines and geographic information systems[J].2010，37（1）：767773.

[18]Chourasia J N，Bajaj P.Centroid Based Detection Algorithm for Hybrid Traffic Sign Recognition System[C].International Conference on Emerging Trends in Engineering and Technology.IEEE，2010：96100.

[19]Kuo W J，Lin C C.Two-Stage Road Sign Detection and Recognition[C].IEEE International Conference on Multimedia and Expo.IEEE Xplore，2007：14271430.

[20]De l E A，Moreno L E，Salichs M A，et al.Road traffic sign detection and classification[J].IEEE Transactions on Industrial Electronics，1997，44（6）：848859.

第2篇：卷積神經(jīng)網(wǎng)絡(luò)的難點(diǎn)范文

關(guān)鍵詞：視頻聯(lián)動(dòng)；港航船閘；控制聯(lián)動(dòng)；越線報(bào)警

船閘工程項(xiàng)目由很多系統(tǒng)組成，主要包括有計(jì)算機(jī)監(jiān)控系統(tǒng)、視頻監(jiān)視系統(tǒng)、越線報(bào)警系統(tǒng)、網(wǎng)絡(luò)廣播系統(tǒng)、供配電系統(tǒng)和船閘收費(fèi)系統(tǒng)等。目前已建大部分系統(tǒng)都是分開(kāi)獨(dú)立管理，由于系統(tǒng)較多，分散會(huì)給運(yùn)行管理帶來(lái)不便、尤其對(duì)船閘安全運(yùn)行帶來(lái)極大不利，只有將各個(gè)子系統(tǒng)進(jìn)行融合統(tǒng)一、聯(lián)合工作才能提高工作效率、為船閘安全可靠運(yùn)行提供了保障。

一、船閘視頻與控制智能聯(lián)動(dòng)裝置

隨著監(jiān)控技術(shù)的發(fā)展和船閘自身安全管理的需要，船閘每個(gè)閘首都安裝了十幾個(gè)乃至數(shù)十個(gè)監(jiān)控?cái)z像頭，目前船閘通過(guò)多個(gè)宮格的方式將多個(gè)攝像頭的畫(huà)面顯示在電腦或者大屏幕同一監(jiān)視器上，供船閘運(yùn)行調(diào)度人員監(jiān)控船閘運(yùn)行情況。然而，在船閘的實(shí)際運(yùn)行過(guò)程中，船閘運(yùn)行調(diào)度人員需要根據(jù)船閘運(yùn)行的八個(gè)步驟，在某一時(shí)間段內(nèi)重點(diǎn)關(guān)注部分宮格的視頻畫(huà)面，面對(duì)多角度多畫(huà)面的監(jiān)視器，工作人員很難在短時(shí)間內(nèi)找到需要重點(diǎn)關(guān)注的畫(huà)面且持續(xù)關(guān)注一段時(shí)間，頻繁切換更是容易導(dǎo)致視覺(jué)疲勞。船閘集中控制模式下，操作人員既要按照船閘操作工藝流程開(kāi)關(guān)閘門(mén)閥門(mén)，又要調(diào)用不同視頻圖像確認(rèn)其操作安全性，兩者之間頻繁切換，十分繁瑣，容易產(chǎn)生誤操作，效率較低。目前大部分船閘使用的視頻與控制聯(lián)動(dòng)系統(tǒng)采用的舊版方案，只能在現(xiàn)地機(jī)房現(xiàn)地進(jìn)行查看，需要靠人工干預(yù)操作，且使用過(guò)程中存在卡頓現(xiàn)象，效果不好。針對(duì)上述船閘在船舶過(guò)閘靠泊方面主要存在的問(wèn)題，迫切需要通過(guò)船閘視頻與控制聯(lián)動(dòng)改造工程來(lái)解決。船閘視頻與控制智能聯(lián)動(dòng)裝置集控，通過(guò)采集航道交通控制系統(tǒng)的運(yùn)行控制指令自動(dòng)調(diào)用運(yùn)行區(qū)域的相關(guān)攝像機(jī)視頻監(jiān)控信號(hào)，可使在集控中心使運(yùn)行人員迅速觀察到運(yùn)行設(shè)備及運(yùn)行現(xiàn)場(chǎng)的視頻，以最快的速度了解現(xiàn)場(chǎng)的運(yùn)行情況，及時(shí)確保通航系統(tǒng)的設(shè)備安全可靠，船舶順利過(guò)閘。為保證網(wǎng)絡(luò)安全性，將控制系統(tǒng)與視頻系統(tǒng)在網(wǎng)絡(luò)層面完全隔離，聯(lián)動(dòng)裝置直接讀取PLC的信號(hào)，不再與控制系統(tǒng)交換機(jī)連接。將視頻系統(tǒng)與控制系統(tǒng)在網(wǎng)絡(luò)上硬隔離。同時(shí)，為保證今后船閘控制系統(tǒng)/視頻系統(tǒng)調(diào)整時(shí)，盡量減少視頻與控制系統(tǒng)聯(lián)動(dòng)設(shè)備的調(diào)整工作量，要求聯(lián)動(dòng)裝置配置文件，設(shè)置操作界面，直接設(shè)置IP等參數(shù)，操作更簡(jiǎn)單、易懂，維護(hù)更方便。

（一）智能聯(lián)動(dòng)裝置主要功能

在船閘控制中心配置一套視頻與控制智能聯(lián)動(dòng)裝置，用于放閘運(yùn)行人員對(duì)現(xiàn)場(chǎng)運(yùn)行設(shè)備進(jìn)行監(jiān)控。通過(guò)將視頻系統(tǒng)的數(shù)據(jù)和控制系統(tǒng)的數(shù)據(jù)進(jìn)行實(shí)時(shí)聯(lián)動(dòng)，滿足在船閘運(yùn)行全過(guò)程中對(duì)不同的重點(diǎn)區(qū)域的重點(diǎn)查看的需要。其主要用來(lái)連接控制系統(tǒng)與視頻系統(tǒng)，通過(guò)將控制系統(tǒng)中獲取的關(guān)鍵運(yùn)行數(shù)據(jù)，經(jīng)過(guò)分析決策后提供給視頻系統(tǒng)使用，從而使視頻系統(tǒng)側(cè)的軟件發(fā)揮作用，起到了橋梁的作用。1.計(jì)算機(jī)監(jiān)控系統(tǒng)對(duì)被監(jiān)視設(shè)備進(jìn)行操作時(shí)，視頻監(jiān)視系統(tǒng)攝像機(jī)能自動(dòng)轉(zhuǎn)向并顯示畫(huà)面，并能對(duì)重要部位設(shè)置實(shí)時(shí)監(jiān)視功能，以判斷設(shè)備運(yùn)轉(zhuǎn)是否正常、了解現(xiàn)場(chǎng)動(dòng)態(tài)。系統(tǒng)主要能實(shí)現(xiàn)兩點(diǎn)功能。一是在船閘運(yùn)行的特定步驟篩選重要視頻畫(huà)面并放大顯示，二是在船閘運(yùn)行到下一個(gè)步驟時(shí)，重點(diǎn)畫(huà)面能夠自動(dòng)進(jìn)行切換。2.視頻監(jiān)視系統(tǒng)具有與自動(dòng)報(bào)警聯(lián)動(dòng)功能，能依據(jù)計(jì)算機(jī)監(jiān)控系統(tǒng)中重要設(shè)備的事故故障信號(hào)等有關(guān)報(bào)警信息，自動(dòng)推出事故區(qū)域關(guān)聯(lián)攝像機(jī)的全屏報(bào)警畫(huà)面。

（二）智能聯(lián)動(dòng)裝置實(shí)現(xiàn)方式

智能聯(lián)動(dòng)裝置獲取設(shè)備運(yùn)行狀態(tài)通過(guò)獨(dú)立的裝置處理器，能夠通過(guò)網(wǎng)絡(luò)modbus協(xié)議、opc協(xié)議等其他協(xié)議進(jìn)行互相通信，共享船閘控制系統(tǒng)內(nèi)監(jiān)控系統(tǒng)內(nèi)的操作數(shù)據(jù)，而不影響船閘的正常運(yùn)行。通過(guò)分析總線數(shù)據(jù)包和預(yù)設(shè)的參數(shù)，處理器智能的識(shí)別當(dāng)前操作進(jìn)展的情況，并透過(guò)TCP/IP協(xié)議與監(jiān)控終端通信，進(jìn)行相應(yīng)動(dòng)作。視頻與控制聯(lián)動(dòng)系統(tǒng)終端軟件根據(jù)預(yù)先與船閘相關(guān)人員的溝通，確定船閘的監(jiān)控重點(diǎn)和順序?？梢栽谑盏铰?lián)動(dòng)設(shè)備發(fā)出的動(dòng)作信號(hào)后，切換視頻，控制監(jiān)控區(qū)域放大顯示等操作，避免了人工干預(yù)，提高監(jiān)控效率。軟件同時(shí)接收船閘上的多路監(jiān)控視頻流，壓縮后以宮格的形式顯示在界面右側(cè)，操作人員同樣可以方便的操作該軟件，自主切換、放大任意一路監(jiān)控視頻，有效提高監(jiān)控設(shè)備的使用效率。

（三）智能聯(lián)動(dòng)裝置系統(tǒng)主要功能

船只在進(jìn)閘過(guò)程中需要關(guān)注的要點(diǎn)畫(huà)面一般由2-3個(gè)視頻畫(huà)面組成，需要對(duì)閘門(mén)附近船閘運(yùn)行狀態(tài)進(jìn)行監(jiān)視，且每個(gè)畫(huà)面均以文字形式告知管理人員注意的內(nèi)容，并且提示下一步船閘動(dòng)作，閘室外船只全部進(jìn)入完畢后，即船只全部進(jìn)閘后，操作人員進(jìn)行通過(guò)視頻監(jiān)視確認(rèn)無(wú)誤后，遠(yuǎn)程操作閘門(mén)，使閘門(mén)開(kāi)始關(guān)閉，此時(shí)重點(diǎn)畫(huà)面立刻切換成了新的需要關(guān)注的區(qū)域圖像。智能聯(lián)動(dòng)裝置系統(tǒng)主要功能包括：1.視頻與控制智能聯(lián)動(dòng)軟件是基于多任務(wù)、多平臺(tái)、實(shí)時(shí)性好、開(kāi)放性好的集成軟件包。標(biāo)準(zhǔn)畫(huà)面和用戶組態(tài)畫(huà)面均為漢化系統(tǒng)。2.顯示功能：可根據(jù)需要自定義視頻監(jiān)控畫(huà)面，包括監(jiān)控畫(huà)面的大小，監(jiān)控畫(huà)面的對(duì)象，視頻監(jiān)控的畫(huà)面分割等，如根據(jù)現(xiàn)場(chǎng)開(kāi)關(guān)閘門(mén)的控制信號(hào)或事故故障信號(hào)自動(dòng)切換至預(yù)先設(shè)定好的切換畫(huà)面，畫(huà)面既可以為全屏顯示，也可以為四分屏、五分屏等任意分屏設(shè)置畫(huà)面且軟件正常運(yùn)行過(guò)程中CPU占用率不超過(guò)50%。畫(huà)面自動(dòng)推送與切換過(guò)程中響應(yīng)速度不超過(guò)1秒。3.通訊功能：視頻與控制智能聯(lián)動(dòng)軟件內(nèi)嵌了多家PLC產(chǎn)品的多種硬件驅(qū)動(dòng)程序，可以與多家PLC產(chǎn)品進(jìn)行通訊，讀取PLC的相關(guān)信號(hào)。同時(shí)視頻與控制智能聯(lián)動(dòng)軟件也可與?？档绕放频臄z像機(jī)進(jìn)行通訊，調(diào)取現(xiàn)場(chǎng)的攝像機(jī)視頻信號(hào)。4.安全功能：通過(guò)用戶認(rèn)證系統(tǒng)，可防止外來(lái)的非法用戶接入，對(duì)內(nèi)網(wǎng)用戶進(jìn)行統(tǒng)一的用戶賬戶管理、行為管理的等一系列安全措施，保障網(wǎng)絡(luò)安全可靠的運(yùn)行；系統(tǒng)分別設(shè)定操作員和系統(tǒng)管理員的權(quán)限。在運(yùn)行環(huán)境下，可屏蔽操作系統(tǒng)中所有熱鍵，從而鎖定系統(tǒng)自由進(jìn)出。系統(tǒng)受電后自動(dòng)恢復(fù)運(yùn)行狀態(tài)。操作員級(jí)別的用戶只能對(duì)系統(tǒng)進(jìn)行監(jiān)視，而系統(tǒng)管理員可退出系統(tǒng)并對(duì)軟件內(nèi)的相關(guān)參數(shù)進(jìn)行重新設(shè)定。5.自恢復(fù)功能：現(xiàn)場(chǎng)視頻信號(hào)丟失再恢復(fù)后，監(jiān)視畫(huà)面上的視頻信號(hào)可自動(dòng)進(jìn)行恢復(fù)，無(wú)需人為干預(yù)。

二、船閘越線報(bào)警系統(tǒng)

船閘作為重要的水運(yùn)通航設(shè)施，保障其安全運(yùn)行尤為重要。在閘室靠近閘門(mén)的位置附近應(yīng)有一條安全警戒線。船只越過(guò)安全警戒線可能對(duì)船閘運(yùn)行工況產(chǎn)生安全隱患，尤其離閘門(mén)越近、發(fā)生不安全事件可能性越大。在船閘實(shí)際運(yùn)行過(guò)程中，存在以下3方面問(wèn)題，即目前船閘安全警戒線大多僅僅依靠界限燈和標(biāo)識(shí)線，船舶在運(yùn)行中無(wú)法有效識(shí)別；船舶距離閘門(mén)過(guò)近，在水流波動(dòng)較大時(shí)容易出現(xiàn)碰撞閘門(mén)的情況；船舶重載下行，在泄水時(shí)會(huì)出現(xiàn)擱淺閘臺(tái)的情況。其中，為了避免泄水時(shí)因船舶在閘臺(tái)違規(guī)停留導(dǎo)致船舶傾翻事故發(fā)生，需要在危險(xiǎn)時(shí)間內(nèi)對(duì)船舶的違規(guī)停留行為進(jìn)行檢測(cè)、防止船舶故意長(zhǎng)時(shí)間停留。另一方面，由于船閘運(yùn)行過(guò)程中，水位差變動(dòng)大，且部分船舶外輪廓高度超限.極易造成船舶高度超限部位與船閘設(shè)施發(fā)生碰擦，既造成了船閘設(shè)施的損壞，也容易造成安全事故，因此項(xiàng)目同時(shí)考慮對(duì)船舶超高情況進(jìn)行檢測(cè)和報(bào)警、提前對(duì)船舶運(yùn)行要求進(jìn)行提醒。

（一）越線檢測(cè)難點(diǎn)

1.當(dāng)前主要越線檢測(cè)還是人工巡視。人工巡視存在易疲勞，物理標(biāo)識(shí)不易看清，精確度不高，效率低等缺點(diǎn)。2.而采用電氣控制手段自動(dòng)檢測(cè)難點(diǎn)主要有：復(fù)雜天氣影響：閘室環(huán)境是室外露天的非標(biāo)準(zhǔn)工況，受四季天氣情況影響，如雨、霧、雪等因素干擾檢測(cè)儀表儀器；隨機(jī)干擾源多：如飛鳥(niǎo)、水面漂浮物、波浪等反射，其中飛鳥(niǎo)、漂浮物等具有隨機(jī)、不重復(fù)的特點(diǎn)；水位實(shí)時(shí)變化：在調(diào)度過(guò)程中，船舶高度會(huì)隨著水位變化而變化，檢測(cè)部位要隨水位變動(dòng)而變動(dòng)。

（二）船閘越線報(bào)警系統(tǒng)原理

為克服檢測(cè)難點(diǎn)，設(shè)計(jì)采用激光和視頻結(jié)合的檢測(cè)手段檢測(cè)船舶越線。激光檢測(cè)通過(guò)二維激光掃描、接收，依據(jù)空間距離，對(duì)閘臺(tái)上違停的船舶進(jìn)行檢測(cè)報(bào)警。視頻檢測(cè)通過(guò)視頻分析技術(shù)，對(duì)劃定區(qū)域內(nèi)的船舶進(jìn)行智能識(shí)別，并實(shí)時(shí)報(bào)警。兩種檢測(cè)方式特點(diǎn)為：激光檢測(cè)精度高，抗干擾能力強(qiáng)，能應(yīng)對(duì)各種復(fù)雜天氣；視頻檢測(cè)正常情況下精度高，但易受天氣影響。二者結(jié)合，可增加系統(tǒng)可靠性，準(zhǔn)確判別船舶是否越線，為船閘管理人員提供操作依據(jù)和前提條件。將閘室區(qū)域分為正常區(qū)域、安全警戒線、緩沖區(qū)域與危險(xiǎn)區(qū)域。其中，安全警戒線為緩沖區(qū)域前方設(shè)定的警戒線，利用激光掃描儀，實(shí)時(shí)檢測(cè)船舶越線行為，為防撞系統(tǒng)提供智能預(yù)警功能；緩沖區(qū)域?yàn)槲ｋU(xiǎn)區(qū)域前方設(shè)定的虛擬區(qū)域，為違規(guī)闖入船舶的管理提供緩沖時(shí)間；危險(xiǎn)區(qū)域?yàn)殚l門(mén)附近設(shè)定的虛擬區(qū)域，如閘臺(tái)位置、閘門(mén)位置，在危險(xiǎn)時(shí)間窗口內(nèi)，該區(qū)域禁止船舶進(jìn)入。采用“激光越線檢測(cè)+視頻輔助驗(yàn)證分析”的復(fù)合檢測(cè)方式，完成對(duì)潛在船舶危險(xiǎn)行為的智能預(yù)警。首先，通過(guò)激光掃描儀，對(duì)越過(guò)安全警戒線的船舶進(jìn)行檢測(cè)，為閘室防撞系統(tǒng)提供智能預(yù)警，充分保障閘室安全穩(wěn)定運(yùn)行。其次，將控制系統(tǒng)與防撞報(bào)警裝置進(jìn)行聯(lián)動(dòng)，對(duì)目標(biāo)船舶進(jìn)行重點(diǎn)監(jiān)控。當(dāng)激光掃描儀檢測(cè)到有船舶越過(guò)警戒線，監(jiān)控中心與閘室警戒燈將自動(dòng)報(bào)警，并通過(guò)廣播、顯示屏信息等方式，提醒該船只立刻停船。同時(shí)，監(jiān)控中心會(huì)向閘口值班員發(fā)出警戒信息，值班員利用緩沖區(qū)域提供的時(shí)間現(xiàn)場(chǎng)指揮該船只停船，并自動(dòng)調(diào)用監(jiān)控?cái)z像機(jī)進(jìn)行拍攝取證?；诩t外功能的視頻輔助分析與聯(lián)動(dòng)確認(rèn)，利用基于卷積神經(jīng)網(wǎng)絡(luò)算法，對(duì)視頻監(jiān)控抓拍的船舶圖片進(jìn)行特征智能識(shí)別，為船閘防撞提供輔助預(yù)警功能。當(dāng)閘室出現(xiàn)警情時(shí)，防撞預(yù)警系統(tǒng)與視頻監(jiān)控系統(tǒng)實(shí)施聯(lián)動(dòng)，監(jiān)控中心能夠自動(dòng)將警情區(qū)域的監(jiān)控畫(huà)面切換至大屏主畫(huà)面，以便進(jìn)行最后的警情確認(rèn)。對(duì)于異常狀況，視頻可以自動(dòng)保存、自動(dòng)播放。

三、總結(jié)

視頻聯(lián)動(dòng)在港航船閘得到試點(diǎn)創(chuàng)新應(yīng)用，船閘視頻監(jiān)視系統(tǒng)和計(jì)算機(jī)監(jiān)控系統(tǒng)兩個(gè)系統(tǒng)之間通過(guò)數(shù)據(jù)指令的交互，實(shí)現(xiàn)了閘門(mén)運(yùn)行監(jiān)視和閘門(mén)視頻同時(shí)在大屏上監(jiān)視、方便了操作人員監(jiān)視、提高了系統(tǒng)運(yùn)行安全性、可靠性。船閘越線報(bào)警系統(tǒng)將閘室區(qū)域分為正常區(qū)域、安全警戒線、緩沖區(qū)域與危險(xiǎn)區(qū)域，閘室防撞系統(tǒng)提供智能預(yù)警，充分保障閘室安全穩(wěn)定運(yùn)行。將控制系統(tǒng)與防撞報(bào)警裝置進(jìn)行聯(lián)動(dòng)，對(duì)目標(biāo)船舶進(jìn)行重點(diǎn)監(jiān)控。船閘越線報(bào)警系統(tǒng)為船閘管理人員提供操作依據(jù)和前提條件。

參考文獻(xiàn)：

[1]彭湖.視頻監(jiān)控與消防的聯(lián)動(dòng)方法探究[J].城市建設(shè)理論研究(電子版)[山東工業(yè)技術(shù)，2020.

[2]張榮森.淺談智能化視頻聯(lián)動(dòng)微機(jī)五防系統(tǒng)方案[J].科技創(chuàng)新導(dǎo)報(bào)，2016.