基于工业互联网的隧道监控视频语义分析

作     者：刘文璇 巫世峰 夏红霞 钟忺 LIU Wen-xuan;WU Shi-feng;XIA Hong-xia;ZHONG Xian

作者机构：武汉理工大学计算机与人工智能学院湖北武汉430070 中乾立源工程咨询有限公司、交通物联网技术湖北省重点实验室湖北武汉430071 武汉理工大学交通物联网技术湖北省重点实验室湖北武汉430070 

出 版 物：《软件导刊》 (Software Guide)

年 卷 期：2021年第20卷第10期

页      面：19-25页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：国家自然科学基金项目(61303029) 中央高校基本科研业务费专项资金项目(191010001) 交通物联网技术湖北省重点实验室开放基金项目(2020Ⅲ026GX) 湖北省自然科学基金重点项目(2017CFA012)。 

主　　题：工业互联网 城市隧道监控 人工智能 信息采集 语义分析 

摘      要：近年来,移动终端、监控设备等多媒体数据的海量增长推动了互联网服务的巨量交互。隧道视频监控是城市交通的重要组成部分,其与工业互联网的结合是实现城市交通产业高质量发展的重要前提和保障,也是建设网络强国和制造强国的重要支撑。为此,提出基于工业互联网技术的城市隧道视频监控信息采集与语义分析框架,同时结合语义分析的城市隧道视频监控深度学习方法,解决隧道监控系统在实际应用场景下的安全隐患问题,减少因突发故障导致的损失。实验结果表明,框架中的视频图像场景分割算法在Cityscapes数据集上的均交并比(mIoU)达到82.9%,行人搜索算法在CUHK-SYSU数据集上的Top-1准确率达到95.7%,视频图像异常事件识别算法在WIDER数据集上的平均准确率(mAP)达到75.3%。所提框架使隧道视频监控系统实现了数据共享与信息网络化,提高了城市隧道的运行性能及在紧急情况下的事故处理能力,实现了人工智能与工业互联网的融合创新,有助于城市隧道的智能化管理。