一种边云结合的漂浮物检测识别方法

• 作者: 杨克义 陈亮雄 杨静学 贾会梅 梁涛
• 来源期刊: 物联网技术
• 学科: 工学
• 关键词: 漂浮物识别 边云结合 神经网络 河道监控 精确识别 YOLOv5
• 年，卷（期）: 2022,（10）
• 所属期刊栏目: 学术研究_全面感知
• 页码范围: 8-11
• 页数: 3页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2022.10.002

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。