监控摄像头异常检测
简介
理大产品可靠性暨系统安全研发中心(CAiRS) 创建了一个最先进的 (SOTA) 修改残差网络，带有颜色注意模块，在定制的“Blurveillance”数据集和小模型尺寸上训练，在边缘应用中优于 SOTA 网络。 它可以将图像状态分为正常、自然模糊、散焦模糊、污垢模糊和喷漆模糊。
完成研究日期
2022
商品化机会
知识产权许可
解决方案
在不受约束的环境中拍摄的智能监控视频系统可能会由于不同的环境因素和恶意的人类活动而被遮蔽。 他们经常模糊视频内容，并在识别导致错误实时决策的场景中的事件时引入困难。
创新技术
- 该系统有一个改进的残差网络，结合了颜色注意模块，明显地优胜于最先进的网络，同时保持边缘应用程序的模型尺寸小。
- 建立了一个监控图像数据集，即“Blurveillance”。 它收集了五类 10,000 张监控图像：正常、自然模糊、散焦模糊、污垢模糊和喷漆模糊。
主要成效
- 启用监控视频异常系统的实时诊断健康/异常检测管理
- - 监控/检查系统状态的工时减少到零
- 异常检测自动实时信号 - 减少现场服务、视频监控停机时间以及维修和维护成本
应用范畴
- 具有大量摄像机的监控摄像机系统
- 智能灯柱
- 自动导引车
专利申请
- 中国发明专利申请号202211032284.3
香港理工大学
香港理工大学（理大）有逾八十年的辉煌历史，跻身全球百强学府之列。凭借世界级的科研与教育，理大矢志要成为世界的顶尖大学。
理大致力培育慎思明辨、勇于探索求知、富于创见和能言善道的学生，让他们为世界带来正面影响。我们矢志培养明日的领袖，通过全人教育，让理大的毕业生具备专业才能；我们也为他们提供难能可贵的实习机会，使他们未来能在社区及业界独当一面。
查询
