摘要
漂浮物识别是智能视频监控领域亟待解决的难点问题,针对实际河道环境复杂、漂浮物多种多样等问题,文中通过对神经网络的研究分析,结合边端和云端设备的不同特点,设计了一种边云结合的漂浮物检测识别方法:边端设备,针对其算力有限但点位众多的特点,部署小型神经网络对视频进行初筛,得到疑似漂浮物信息及画面回传给云端;云端设备,利用其算力高的特点,对疑似漂浮物信息及画面进行精确识别,过滤无效信息,并将有效信息以报警形式进行存储上报。实验表明:该方法能综合利用边云设备的性能,减少传输数据量、提高识别率、降低误检率,满足河道监控场景的应用。
出处
《物联网技术》
2022年第10期8-11,共4页
Internet of things technologies
