选择特殊符号
选择搜索类型
请输入搜索
成果登记号 |
20200679 |
成果名称 |
基于人工智能的地下管道视频处理关键技术及系统开发 |
第一完成单位 |
南京市测绘勘察研究院股份有限公司 |
主要完成人 |
储征伟、刘文伍、鞠建荣、范娟娟、周磊、田庆福、胡泽周、武小军、施为兵、刘建伟、彩媛慈、侯宜军、沈益清、俞宜慈、张磊 |
研究起始日期 |
2016-06-01 |
研究终止日期 |
2019-12-01 |
主题词 |
人工智能、缺陷智能检测、视频三维重建 |
本课题结合公司排水管道清疏检测修复业务开展的现状,针对井室三维建模以及管道缺陷自动化分析处理进行研究,课题从2016年6月开始至2019年12月结束,主要完成了以下成果:(1)研制出基于Kinect深度传感器的井室扫描装置和管道缺陷检测装置,可以有效的完成半径在1~4m的排水井室内壁的数据采集,实现对排水井室三维重建。(2)研制出管道缺陷检测装置,该装置在获取管道内部视频的同时可进行管道内部的测量,在检测长度15米内精度可保证在5cm左右。(3)课题组对基于深度学习的地下管道缺陷识别关键技术进行了深入研究,提出了一种基于分层深度卷积神经网络的方法,该方法对6类管道缺陷的分类准确率超过90%。(4)基于SOA技术,开发了排水管道精细化管控平台。(5)提出了基于多视频立体匹配技术的地下管道检测视频的三维重建方法。(6)提出了基于光流的视频处理方法,能够自动从视频中检测出停顿区域后截图分析。研究成果已经在南京市鼓楼区江东北路以西片区雨水管道清疏排查工程、鼓楼区江东北路以东片区雨水管道清疏排查工程、溧水城区排水管网清淤疏通CCTV 检测修复及断头路管网打通工程等项目中进行推广应用。,本课题结合公司排水管道清疏检测修复业务开展的现状,针对井室三维建模以及管道缺陷自动化分析处理进行研究,课题从2016年6月开始至2019年12月结束,主要完成了以下成果:(1)研制出基于Kinect深度传感器的井室扫描装置和管道缺陷检测装置,可以有效的完成半径在1~4m的排水井室内壁的数据采集,实现对排水井室三维重建。(2)研制出管道缺陷检测装置,该装置在获取管道内部视频的同时可进行管道内部的测量,在检测长度15米内精度可保证在5cm左右。(3)课题组对基于深度学习的地下管道缺陷识别关键技术进行了深入研究,提出了一种基于分层深度卷积神经网络的方法,该方法对6类管道缺陷的分类准确率超过90%。(4)基于SOA技术,开发了排水管道精细化管控平台。(5)提出了基于多视频立体匹配技术的地下管道检测视频的三维重建方法。(6)提出了基于光流的视频处理方法,能够自动从视频中检测出停顿区域后截图分析。研究成果已经在南京市鼓楼区江东北路以西片区雨水管道清疏排查工程、鼓楼区江东北路以东片区雨水管道清疏排查工程、溧水城区排水管网清淤疏通CCTV 检测修复及断头路管网打通工程等项目中进行推广应用。 2100433B
湖北襄樊震柏地下管线检测有限公司 震柏公司开发地下管道检测技术与设备,取得了丰硕的成果;在地下管道探测、测漏、测腐、安全评估、腐蚀与漏损控制等方面都掌握了有别于普通方法的实用新技术。推广使用新技...
1. 管道安装定额子目中是没有包含任何土方开挖的,所提到的这部分管沟底部的土方清挖和施工焊接时的工作坑土方的开挖应该据实计算并套土建工程定额中的相应定额子目·。 2. 另外因为零碎....
地下管道施工地下管道施工回填部分,需要套用人工平整场地及回填 填土夯实 槽、坑(或机械平整场地及回填 填土夯实 100m3 槽坑)定额子目。
地理信息系统开发关键技术研究
地理信息系统开发关键技术研究 【摘要】为了提高地理信息系统的开放性、 可重用性及其分布式的特点, 本 文指出了现阶段地理信息系统的缺陷,提出了利用面向对象的组件技术、基于 Agent思想的分布式策略以及知识管理相关模式来促进地理信息系统的高效开发 和简便应用,最后,在上述技术的基础上,开发了高效的地理信息系统。 【关键词】 GIS;COM;软件工程; ATL 1.引言 地理信息系统(Geographic Informa— tion System,简称 GIS)[1]是一种采集、 输入、存储、管理、检索、分析、描述和显示空间信息的计算机系统,是分析和 处理地理空间数据的通用技术, 是信息技术的一个重要组成部分, 它也是一门集 计算机科学、信息科学、数学和统计科学、 现代地理学、测绘遥感学、环境科学、 城市科学、空间科学和管理科学为一体的新兴边缘学科 [1—3]。 GIS开发属于软件工程开发
应用型GIS系统开发的集成框架及关键技术
总结了应用型GIS系统开发的集成框架,重点阐述了GIS集成系统采用的若干关键技术:空间数据库引擎技术、COMGIS技术、GIS可视化技术、GIS系统的安全性设计思路、海量数据的一体化储存方案和基于WebGIS的空间数据发布。
传统的火灾探测技术基于烟雾颗粒、温度等物理量的传感器,难以满足大空间、大范围火灾探测的需要。本项目旨在研究如何更好地利用视频图像实现对火灾事件的探测和预警。探究智能视频火灾探测的理论新方法和关键技术,改进已有算法在火灾视频特征提取、分析等方面的不足,在视频监控系统基础上实现实时的火灾监控。研究的重点包括以下四方面内容:1)针对可见光视频场景中光照变化、类似火焰颜色和运动物体干扰等因素及形成机制,在二分光模型的基础上研究稳定可靠的视频火焰光谱特征模型和提取方法;2)针对传统小波变换的不足,研究基于Contourlet的火焰、烟雾的方向性 纹理和高频特征提取与分析技术。3)分析视频场景中烟雾弥漫运动特性,研究可靠的烟雾模糊特征提取和分析方法;4)结合SVM、神经网络等方法对火灾特征进行学习和识别,保障识别率,降低误识率。
火灾是一种常见的自然灾害,它严重影响了人民群众生命和财产的安全。如何及时、准确地探测出突发性火灾事件将火灾造成的损失降至最低,一直是人们长期关注和研究的课题。传统的火灾探测技术基于烟雾颗粒、温度等物理量的传感器,难以满足大空间、大范围火灾探测的需要。本项目旨在探索如何利用视频图像实现对火灾事件的探测和预警,在现有视频监控系统基础上实现实时的火灾监控。 本项目围绕四个方面展开工作:1、研究二分光模型在视频火焰光谱特征提取方法;2、研究基于Contourlet的火焰、烟雾的方向性纹理和高频特征提取与分析方法。3、研究可靠的烟雾模糊特征提取和分析方法;4、构建视频火灾探测原型系统。 在自然基金的支持下,项目组成员在视频火焰、烟雾探测方面取得三项主要进展:1、提出基于Contourlet变换和协方差矩阵融合的时空域火焰纹理特征,在视频火焰检测上取得良好效果。2、引入HEP模型并对LBP-TOP算子进行改进,在视频烟雾检测上取得良好效果。3、初步构建了一套视频火灾检测软件原型系统。在本项目资助期间,项目组成员发表多篇论文、提交专利申请4项,并在视频火灾检测领域培养硕士生4名。
《基于人工智能的深度问答服务提供方法和装置》旨在至少在一定程度上解决相关技术中的技术问题之一。为此,该发明的一个目的在于提出一种基于人工智能的深度问答服务提供方法,能够针对用户的深度问题为用户提供更加准确的问答结果,提升用户使用满意度。
《基于人工智能的深度问答服务提供方法和装置》的第二个目的在于提出一种基于人工智能的深度问答服务提供装置。
为了实现上述目的,《基于人工智能的深度问答服务提供方法和装置》第一方面实施例提出了一种基于人工智能的深度问答服务提供方法,包括:S1、获取用户输入的问题信息;S2、根据所述问题信息获取用户的用户需求信息;S3、根据所述用户需求信息将所述问题信息分发至对应的至少一个问答服务模块;以及S4、接收所述至少一个问答服务模块返回的问答结果,并对所述问答结果进行决策以确定最终的问答结果。
《基于人工智能的深度问答服务提供方法和装置》实施例的基于人工智能的深度问答服务提供方法,通过获取用户输入的问题信息,并根据问题信息获取用户的用户需求信息,以及根据用户需求信息将问题信息分发至对应的至少一个问答服务模块,并接收至少一个问答服务模块返回的问答结果,最终对问答结果进行决策以确定最终的问答结果,能够针对用户的深度问题为用户提供更加准确的问答结果,提升用户使用满意度。
《基于人工智能的深度问答服务提供方法和装置》第二方面实施例提出了一种基于人工智能的深度问答服务提供装置,包括:输入接收模块、多个问答服务模块、分发模块和决策模块,其中,所述多个问答服务模块,用于根据接收到的问题信息生成问答结果并返回至所述决策模块;所述输入接收模块,用于获取用户输入的问题信息;所述分发模块,用于根据所述问题信息获取用户的用户需求信息,并根据所述用户需求信息将所述问题信息分发至对应的至少一个问答服务模块;以及所述决策模块,用于接收所述至少一个问答服务模块返回的问答结果,并对所述问答结果进行决策以确定最终的问答结果。
《基于人工智能的深度问答服务提供方法和装置》实施例的基于人工智能的深度问答服务提供装置,通过获取用户输入的问题信息,并根据问题信息获取用户的用户需求信息,以及根据用户需求信息将问题信息分发至对应的至少一个问答服务模块,并接收至少一个问答服务模块返回的问答结果,最终对问答结果进行决策以确定最终的问答结果,能够针对用户的深度问题为用户提供更加准确的问答结果,提升用户使用满意度。