2019青岛智慧城市典型案例评选

视界物联云平台主要针对智慧社区、智慧城市融合机器学习、云计算、物联网、5G技术等最新研究成果，开发快慢结合混合云环境下的基于深度学习的视频大数据智能处理平台Big-DL（Big data processing using Deep Learning），融合深度学习，实时流处理云计算、内存计算与离线批处理等云计算技术。通过对社区监控摄像的运用，利用人脸识别技术以及结合5G的高速数据传输，及时在海量数据中发现社区中不安全因素，保障社区居民的生命财产安全。自主研发如下关键技术： 基于孪生网络的目标追踪，将一对图像通过具有同样结构的2个CNN网络得到特征降维映射，然后通过卷积实现相关性计算，得到相应的目标位置，在最终的相应图插值回原图大小实现目标的定位，实现人和车辆的多目标检测、跟踪和分类。 基于LTC 3D卷积网络的异常行为识别，对跑、跳、跌倒、弯腰等异常行为进行分类，将时间更长的视频通过LTC 3D网络进行训练，得到识别模型，实现运动目标异常行为的识别、人体异常动作识别，实现对危险行为的提前预警，及时发现需要关照群体的摔倒、求救等异常状态。 基于分层隐马尔可夫模型的聚众检测，在第一层中建立HMM以分块中的人数作为输入观察值，在第二层中，计算运动速度总量，与第一层合并后作为第二层的输入观察值，获得人数由少到多，由快到慢的情景，实现对异常人员聚集的预警，及时做出响应，防止意外的发生。 利用上述方法与基础人脸识别相结合，建立基于多源异构数据融合的防入侵检测，将目标追踪、异常行为识别、人脸识别与传感器数据相融合，精准解决流动人员管理、临时访客管理及日租房管理等管理难题。 在社区应用方面，通过在社区门口部署自研数字云对讲门禁机，业主通过机器刷脸进入小区，尤其对于社区内的老人或其他存在障碍人群，人脸通行技术十分便捷、安全。在城市运行方面，业户采取提前输入脸部照片，通过人脸识别抓拍，相当于对所有实有人口进行了一次全面摸排，街道可通过此方式定期收集相关数据，对于流动人口管理、日租房等问题的解决提供精准分析定位，重点预防，对城市综治安全建设均能提供强有力的数据支撑。