基于卷积神经网络的监控图像智能分析系统

• 作者: 郑凯辉 黄培建
• 来源期刊: 广播与电视技术
• 学科: 工学
• 关键词: 人工智能 深度学习 广播信号监控 图像分析 卷积神经网络
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 安全播出与监测监管
• 页码范围: 136-142
• 页数: 7页
• 分类号: TN94
• 语种: 中文
• DOI: 10.16171/j.cnki.rtbe.20210001021

摘要

监控系统是台站运行的重要辅助工具.为了进一步提高监控系统的稳定性和可靠性,本文提出了一种针对广播信号监控系统画面的"二次监控"概念,在此基础上,提出一种基于卷积神经网络(Convolutional Neural Networks,CNN)的监控图像智能分析系统.针对现有的广播空中信号监测系统,从值班人员巡查监控系画面的分析判断逻辑出发,引入了人工智能领域深度学习方法中的CNN,通过机器学习的方建立基于CNN的监控图像智能分析模型.该模型能够高效识别监控系统实时画面,实现对监控画面"二次监控".有效解决了监控系统自身难以判别的未报警、误报警和静帧死机状态识别,提高监控系统的可靠性,进一步提升值班人员的值班效率.