民航智能安检系统中的图像识别技术研究

人工智能图像识别技术在电力系统中的应用

作者：白旭 宋祉明 李成刚

来源：《中国新技术新产品》2020年第17期

摘; 要：该文主要从人工智能图像识别技术的应用概况角度出发，阐述了人工智能图像识别技术在电力系统中的应用设计，叙述了人工智能图像识别技术的应用内容，论述了基于计算机视觉的图像处理识别平台的应用情况，并对应用难点及解决措施进行探究，从而为人工智能图像识别技术在电力系统中的实践提供参考。

关键词：人工智能;识别技术;电力系统

中图分类号：TP18; ; ; ; ; 文献标志码：A

0 引言

基于人工智能的图像分析识别技术在电力系统中的实践应用时，主要研究和分析了如何通过二次屏柜进行智能监控，有效设计指示灯、开关、压板、仪表盘等不同监控对象的图像识别分析算法，有效规划系统结构设计及安装部署，依照数据管理及显示平台等多个层面，优化整个系统的运行成本以及稳定性。

1 人工智能图像识别技术在电力系统中的应用设计

1.1 人工智能图像识别技术应用概况

首先，电力系统中的所有监测视频均通过以太网传输至智能算法在线分析服务器进行识别、分析及上传数据。其识别对象涵盖大部分的二次屏柜内部对象，包括指示灯面板、开关状态、压板状态和仪表数字等。其次，开发数据管理及展示平台，将汇集的信息数据及监控画面显示至监控屏幕，供工作人员进行异常状态的监测、往期数据查询和报表查看等。最后，开发相应的App，便于工作人员随时查验现场情况[1]。

1.2 人工智能图像识别技术在电力系统中的应用设计分析

首先是人工智能图像识别技术在电力系统中的应用硬件设计，其要对分布式智能图像采集单元硬件进行设计，图像辅助监控系统的硬件主要由分布式视频采集单元、以太网传输媒介、网络交换机、网络路由器及监控管理服务器等设备组成。采集的图像分别传输至图像识别服务器及采集管理服务器。其次是软件的应用设计，主要是对集控信息系统软件进行设计，该采集单元的软件主要由以下4个部分组成。1）CMOS图像传感器驱动与参数配置。2）以太网驱动及协议栈。3）图像预处理与图像编码，裁取图像有效区域，在不影响图像识别精度的前提下，通过有损图像压缩编码，大幅度减少数据冗余，便于后续传输与存储。4）数据监控服务器协议设计，如何高效、低成本的管理分布式智能图像采集终端是该项目的难点之一[2]。

关于人工智能中图像识别技术的研究

摘要：随着国家的快速发展和信息技术的不断进步，人工智能中图像识别技术也在逐渐发展成熟，并被应用到社会的各个领域当中，为各行业的发展提供了许多的便利。尤其在信息处理方面，计算机技术高速准确运算的功能能够为人类减轻不少的负担。在当今社会生产生活的大环境发展下，我们与图像的接触越来越密切。本文对现阶段我国人工智能中图像识别技术的应用情况做出了一定深入的探讨分析，仅供参考。

关键词：人工智能；图像识别；应用技术

前言：现阶段，随着科学技术的高速发展，人工智能图像识别技术也得到了相应的技术性提升，基本上实现了图像识别的智能化发展，特别是在一些识别难度系数较高的领域，也能够有效地利用该智能化技术，取代人工的识别工作，并在长期的实践过程中取得了较为优秀的成果，推动了整个图像识别领域的发展。

1人工智能图像识别技术

在识别图片的过程中，往往涉及人工智能、虚拟现实等先进的信息技术，以便对图像中的一些重要特征进行扫描提取。在得到了这些信息数据后，与建立好的数据库中的信息进行交叉对比，在找到相同或者类似的图像之后，便可以完成图像的识别工作。现阶段，人工智能图像识别技术已经广泛应用于医疗、工业制造、电力生产等众多领域，并在使用的过程中发挥了较高效率的图像识别功能，成为行业发展的重要基础技术。

2现阶段图像识别技术的常见形式

2.1神经网络形式

该技术作为人工智能领域的新型技术可以利用人工神经网络技术来实现对人类和动物的神经网络相关特征的分析工作，主要是从生理学角度的神经网络知识入手进行设计处理的，具有一定的全面性。主要是利用检测设备感应车辆经过，在车辆经过时进行图像照片的采集，从而获得相关车辆的具体信息，这对于刑事案件的的侦破、肇事车辆的逃逸等具有很重要的作用。

2.2模式识别技术

模式识别技术作为行之有效的模型被广泛应用，它以大量信息数据识别图像为基础，将计算机技术和数学原理合理化的融合在一起从而实现对图像特征的精准识别和信息获取。模式识别技术的有效应用首先需要我们存储大量的图像和特殊信息，根据客观规律对这部分数据库进行整理分析和划分，在这之后我们可以以此为标准去对其他的图像进行识别分析。

科技创新导报2015 NO.31Science and Technology Innovation Herald工业技术

科技创新导报 Science and Technology Innovation Herald951 技术现状和不足基于图像识别的视频检测系统已经取得了技术上的突破，在其他行业也进行了初步的应用，如文字识别技术在远程调用上的应用、指纹识别识别技术在签到系统上的应用、人物识别技术在安保上的应用、产品检测技术在化工方面的应用、军事侦察分析技术等。目前笔者所在局已经安装了视频监控系统，但仅仅实现了监视变电站现场设备、控制远程摄像球机运动以及视频录像存储上送等功能。但这些视频监控系统只有视频监视功能而没有视频图像识别功能。存在的问题主要体现在以下三个方面。1.1 覆盖范围及容量不足笔者所在局已安装的变电站视频监控系统是将特定的图像经监控球机和采集卡输入到视频分站，对数据进行经压缩后传输到系统运行部监控主站处，主站同时显示多个变电站的实时图像。这种方式数据传输量极大，对网络带宽、服务器存储能力及数据处理能力要求极高，同时在出现灾害情况下，网络传输收到袭扰就无法工作，这导致现有的变电站视频监控系统难以普及且在关键时刻无法发挥作用。1.2 系统厂家众多、兼容性较差目前电力系统内有数家不同视频监控设备厂商提供服务，虽然大部分遵循统一的视频监控标准，但存在大部分分站设备无法接入监控主站，进而无法实现远方监控的目的。1.3 功能简单变电站视频监控系统设计伊始使即为了除了配合远动“四遥”及时上传图像外，作为独立的系统，拥有远动系统所不具有的前端图像信息。通过这些信息可以远程掌握变电站环境、设备、人员等详细运行状态，主动发现“四遥”发现不了的问题，前置无人值班变电站问题的发现点。但当前已经建设的变电站视频监控系统却没有赋予远程监控系统独立发现问题的“大脑”，即缺乏了图像智能分析功能而无法实施主动前置的发现问题。2 研究思路、研究内容及关键技术2.1 研究思路(1)图像预处理算法的研究：以图像的边缘检测为核心，以图像分割方面为突破点，在图像变换、图像增强、图像恢复上进行深入剖析和建模，使其吻合变电站工作的特定环境，提高预处理的效果和准确性。(2)构建一种图像识别检测模式。根据分析预置的图像识别规则，使用图像视觉分析技术对变电站视频中的目标物体进行分离、侦测、监控、追踪，实现目标侦测与跟踪功能。重点解决变电站内设备状态以及工作人员的操作行为等问题。(3)提高前端设备的与处理能力，降低正常状态下的刷新次数，滤除常视频画面以减少传输带宽占用及扰动。当异常发生时，采用画面推图的模式将异常画面实施对主站进行推送，提高监控系统的针对性。2.2 研究内容(1)研究图像智能核心算法，去繁化简，提升系统图像预处理速度。(2)研究变电站视频监控系统中的智能图像识别预处理服务器参数，确定其符合变电站、电厂等特定工作环境下正常工作的相关条件。(3)研究及开发智能变电站视频监控系统。2.3 关键技术根据对比预置的图像识别规则，通过图像视觉分析技术对视频中的目标物体进行分离、侦测、监控，当视频场景中出DOI：10.16660/ki.1674-098X.2015.31.095变电站视频监控系统中的智能图像识别预处理技术应用贾玲(广东电网有限责任公司 广东汕尾 516600)摘　要:随着全球能源危机的席卷，智能电网建设已经纳入到我国电力建设的战略组成部分，电网规模的扩大必然导致无人值守变电站的增多。然而，近年来，电网安全生产中事故的大量出现，严重威胁着电网的稳定运行。为解决该问题，非常有必要对其运行风险进行准确地辨析，并做好相应的预防措施。关键词:变电站 预处理 智能图像识别 应用中图分类号:TM764 文献标识码：A 文章编号：1674-098X(2015)11(a)-0095-02目标侦测特征提取分类器识别算法识别结果图像获取及处理图像样本特征选择学习图1 图像智能识别原理图Copyright©博看网 . All Rights Reserved.科技创新导报2015 NO.31Science and Technology Innovation Herald工业技术

人工智能在机场安检中的应用

随着科技的不断进步和人工智能的快速发展，人工智能在各个领域都发挥着重要作用。在机场安检领域，人工智能的应用也逐渐得到了广泛应用。本文将从智能安检设备、人脸识别技术以及预测性分析等角度，探讨人工智能在机场安检中的具体应用。

首先，智能安检设备是人工智能在机场安检中的重要应用之一。传统的机场安检设备通常需要人工操作，检查旅客的行李并确保航班安全。然而，这种方式存在一定的不足之处，例如效率低、人为因素等。而利用人工智能技术，智能安检设备可以自动进行行李检查、安全扫描等操作，大大提高了安检效率。通过图像识别和物体检测等技术，设备可以快速准确地发现潜在的危险品，如刀具、液体等，并及时进行警报。同时，智能安检设备还可以结合人脸识别技术，实现对旅客身份的自动识别，提高辨识率，有效防止恐怖分子等危险分子伪装身份进入机场。

其次，人脸识别技术在机场安检中的应用也越来越普遍。传统的安检方式通常需要人工核查旅客的身份证件，但这种方式存在诸多弊端，如易被篡改、效率低下等。而通过人脸识别技术，机场可以快速准确地识别旅客的身份，节省了人力资源，提高了效率。人脸识别技术所采用的深度学习算法可以通过分析人脸特征和面部轮廓，进行快速匹配和辨识，大大提高了识别准确率。同时，人脸识别技术还可以与公安部门的数据库进行对接，实现实时身份验证，提高了安全性。

此外，人工智能的预测性分析也在机场安检中发挥着重要作用。通过监测旅客的行为模式、旅行历史、购票信息等多种数据，人工智能可以对旅客的安全风险进行预测和分析。例如，如果一个旅客在短时间内购买了多张单程机票，并且没有行李，系统会将这种行为判定为异常，并提醒安检人员加强排查。同样，如果一个旅客的行为和历史记录与前期恐怖袭击案件的模式相似，系统也会及时发出警报。通过预测性分析，机场安检可以更加精确地识别潜在的风险旅客，提高了安全防范能力。 然而，人工智能在机场安检中的应用也面临一些挑战。首先，安全性问题是人工智能在机场安检中必须面对的难题。虽然人工智能设备具有较高的准确率，但仍然存在被攻击和被欺骗的可能性。恶意者可以通过伪装、面部打印等方式来误导设备，从而逃脱安检措施。其次，隐私问题也是人工智能在机场安检中需要关注的问题。人脸识别技术的广泛应用意味着个人信息的收集和存储，如何保护好这些个人信息，防止被滥用和泄露，是一个亟待解决的问题。最后，成本问题也是人工智能在机场安检中需要考虑的问题。尽管人工智能技术有着广泛的应用前景，但在实施时需要考虑到硬件设备、人员培训等一系列成本。