在低光条件下使用智能摄像头在边缘检测异常
Yaser Abu Awwad1, Omer Rana1, Charith Perera1
1Department of Computer Science and Informatics, Cardiff University, Cardiff CF24 4AG, UK.
Sensors (Basel, Switzerland)
|February 10, 2024
概括
本研究介绍了用于低光条件的图像增强技术,提高了智能城市监控中的对象检测准确性. 该方法有效地处理物联网边缘设备上的图像,减少虚假阳性并提高安全性.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 智慧城市技术 智慧城市技术
背景情况:
- 智能城市监控系统越来越多地在各种环境中使用摄像头.
- 低光条件极大地挑战异常检测和对象识别.
- 当前的方法在可见性差的情况下,在准确性和效率方面扎.
研究的目的:
- 开发用于低光条件的图像增强技术.
- 提高对象检测的准确性,减少监控中的错误阳性.
- 为了在具有挑战性的视觉环境中实现高效的异常检测.
主要方法:
- 从输入图像中提取特征.
- 一个分类器选择最佳的多增强网络,并区分光线条件.
- 对象检测算法应用后增强.
- 在独立的物联网边缘设备上实现分布式处理.
主要成果:
- 在低光环境中提高对象检测准确度.
- 缓解虚假阳性检测的情况.
- 在ExDark数据库的所有处理阶段,响应时间几乎为1秒.
- 提高了整体检测性能.
结论:
- 拟议的技术有效地提高了低光条件下的图像质量.
- 分布式物联网边缘处理确保了高效和快速的异常检测.
- 该研究有助于更可靠的智能城市监控和工人安全系统.
