logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

机场鸟类活动智能监测 守护航空安全的精准工程实践 飞鸟检测 机场鸟击预防AI预警系统方案 机场停机坪鸟类干扰实时监测机场航站楼鸟击预警

中国民航局《2023年机场鸟击防范白皮书》显示,全国机场鸟击事件年均增长15%,其中73%发生在跑道周边500米范围内,传统人工巡查漏检率高达45%。不追求强制驱赶,而是将“每一次预警”转化为“每一次安全通行”。的价值在于让风险被看见、被干预——当技术与生态共舞,机场便不再是风险之地,而是承载千万旅客平安归途的安心港湾,无声守护着中国航空业的每一份信任与期待。系统,以视觉分析技术构建“感知-预警-

文章图片
#人工智能#安全#边缘计算 +3
从视觉分析到遗留物品检测:公共场所安全的新突破

随着城市化进程的加快和人口密度的增加,公共场所的安全管理变得愈发重要。公共场所如机场、火车站、商场等地,人员流动频繁,物品遗留问题时有发生。这不仅会造成物品的丢失和经济损失,更可能引发安全隐患。因此,如何有效检测和管理公共场所的遗留物品成为了一个亟待解决的问题。在这一背景下,利用视觉分析技术的遗留物品检测算法应运而生,为提升公共场所的安全管理水平提供了新的解决方案。

文章图片
#人工智能#边缘计算#算法 +1
地铁隧道轨道障碍物实时检测方案 守护城市地下动脉的工程实践 轨道障碍物检测 高铁站区轨道障碍物AI预警 铁路轨道异物识别系统价格

摘要:2023年北京地铁1号线因隧道遗留施工工具导致列车紧急制动,暴露传统人工巡检存在覆盖不足、漏检率高等问题。为此开发的"地铁隧道轨道障碍物实时检测方案"采用视觉分析技术,实现"感知-预警-处置"闭环管理。该系统具备多模态识别、环境鲁棒性优化和边缘智能闭环三大特点,在北京1号线应用后3个月内轨道障碍物事件下降83%,维修响应时间从25分钟缩短至3分钟。方案

文章图片
#人工智能#算法#边缘计算 +2
如何通过视觉分析检测车辆逆行行为

随着交通网络的快速扩展和车辆数量的持续增加,城市交通管理面临着前所未有的挑战。交通事故的多发原因之一是车辆逆行,这种行为不仅严重威胁其他车辆和行人的安全,也加重了交通拥堵问题。因此,如何有效监控并预防车辆逆行成为城市交通管理的重要议题。传统的逆行检测依赖路面标识和交警现场指挥,但这些方式需要大量人力,且难以对所有区域做到实时监控。通过视觉分析技术,车辆逆行检测实现了自动化、智能化,提供了更加精确和

文章图片
#目标跟踪#人工智能#计算机视觉 +1
手未扶楼梯识别 从行为干预到安全文化的温和守护 楼梯未扶扶手预警 楼梯安全监控摄像头 楼梯扶手未扶监测 学校楼梯安全行为AI监测方案

摘要:针对地铁楼梯摔倒事故频发问题,北京地铁10号线国贸站试点部署"手未扶楼梯识别系统"。该系统采用视觉分析技术,通过骨骼关键点追踪判断乘客是否扶扶手,触发温和语音提示而不存储人脸信息。试点3个月后,楼梯摔倒事件下降65%,老年乘客满意度达94%。该系统入选北京市"适老化服务创新案例",并计划推广至50个重点车站,体现了技术赋能与人文关怀的结合。(149字)

文章图片
#安全#人工智能#算法 +3
小区高空抛物AI实时预警方案 筑牢社区头顶安全的实践 高空抛物检测 高空抛物监控安装教程 高空抛物误报率优化方案 高空抛物监控案例分享

摘要:杭州市拱墅区德胜新村高空抛物AI预警系统有效解决社区安全隐患。该系统通过计算机视觉技术实现物体轨迹精准识别,误报率仅2.3%,部署3个月后事件发生率下降78%。方案注重隐私保护,采用边缘计算处理数据,符合法规要求。实施后居民安全感提升至91.3分,物业成本年节省7.8万元,并形成"预警-教育-整改"的治理闭环。该案例已纳入浙江省未来社区建设标准,计划推广至全省500个老旧

文章图片
#人工智能#安全#算法 +3
货车走快车道检测 高速公路安全治理的工程实践与价值闭环 高速公路货车占用小客车道抓拍系统 城市快速路货车违规占道AI识别

货车占用快车道不仅违反《道路交通安全法》第47条,更破坏车流秩序:快车道车速差骤增(小车100km/h vs 货车60km/h),追尾风险提升3.2倍。它不替代交通法规的权威,而是用技术延伸管理的触角;不追求技术炫技,而是将“车道规则”的敬畏转化为可执行的安全动作。的价值在于让规则被看见、被敬畏——当每一辆货车都回归应行车道,高速公路便不再是风险走廊,而是千万家庭安心归途的坚实保障。系统,以视觉分

文章图片
#安全#人工智能#算法 +3
后厨手套穿戴检测保障食品安全 手套佩戴检测 未戴手套检测 未佩戴手套实时报警 高危行业手套佩戴实时监控

【摘要】后厨手套穿戴检测技术正成为餐饮行业食品安全智能监管的核心应用。该技术基于计算机视觉和深度学习,通过多尺度特征融合和时序分析,实现高精度识别,克服了传统人工监管的效率瓶颈。目前已在重庆、湖北等地1.4万余家餐饮单位落地,使食品安全投诉量下降23%。系统具备实时预警、数据分析和抗干扰能力,特别适用于学校食堂、外卖餐饮等场景。未来将结合边缘计算和多模态技术持续优化,推动智慧食品安全管理体系升级。

文章图片
#人工智能#边缘计算#算法 +3
深度学习在离岗检测中的应用

AI视觉离岗检测技术通过计算机视觉和深度学习算法,实现对人员岗位状态的智能监测。系统采用YOLO等目标检测算法精确定位人员位置,结合LSTM时序分析判断离岗行为,克服复杂环境干扰,确保实时精准预警。相比人工巡查,该技术提供7×24小时自动化监管,准确记录离岗数据,支持管理决策优化。可灵活部署于云端或边缘设备,广泛应用于工业制造、医疗服务等场景,显著提升管理效率与安全性。随着技术发展,AI离岗检测正

文章图片
#深度学习#人工智能#安全 +1
AI视觉算法赋能校园安全:从“事后追责”到“事前预防”

等算法,实现从“被动防御”到“主动预防”的跨越。例如,某市重点中学引入AI智慧校园方案后,人力成本降低40%,事件响应速度提升80%,全年校园安全事件减少65%。等算法的深度融合,校园管理正从“经验驱动”转向“数据驱动”,从“人力密集”转向“智能密集”。未来,随着大模型、数字孪生等技术的引入,校园安全将进一步向。(结合动作幅度、持续时间、场景上下文判断暴力等级),并开放家长端小程序接口,实现“安全

文章图片
#人工智能#算法#安全 +1
    共 64 条
  • 1
  • 2
  • 3
  • 7
  • 请选择