基于YOLOV4-Tiny的坠楼检测预警应用

来源 :网络安全技术与应用 | 被引量 : 0次 | 上传用户:luochaojie123456
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着社会的发展,房地产的兴起,高楼的新建,坠楼事件频频发生.不仅对坠楼人员及其家人的生命、财产受到威胁,也会影响到事发所在地的人员的生命和财产安全.针对坠楼事件的发生,本文提出一种基于YOLOV4-Tiny的坠楼检测预警应用,在检测到有人靠近窗户,顶楼边缘等容易坠楼的地方后对监管人员发出预警.YOLOV4-Tiny是基于YOLOV4的轻量化模型,网络结构更简单,检测速度快,适于实时且硬件条件有限的目标检测.本研究在Colab平台上,采用VOC2011数据集中含有人类的图像作为数据集训练模型,YOLOV4-Tiny的MAP为80%,在嵌入式系统或移动设备上实时检测有优秀的性能.
其他文献
ARP协议将IP地址转换为物理地址,是TCP/IP协议栈中极其重要的协议.但是该协议缺乏认证过程,攻击者可以通过发送虚假伪造ARP分组的方式进行欺骗攻击,使主机缓存中毒,无法进行正常通信.针对这一问题,本文在SDN(软件定义网络)架构下,构建ARP代理的工作模式,研究POX控制器中的L3_learning组件的数据转发功能,为ARP欺骗攻击的防御提供一定参考价值.
现代化生活背景下,计算机、互联网已成为人们生产与生活中不可或缺的重要组成部分,精彩的网络世界给人们生活带来便捷,与此同时,计算机病毒、系统漏洞等不良影响也给计算机网络安全造成严重威胁.数据加密技术的应用为计算机网络安全运行创造了良好的环境,能够有效减少各种安全问题给计算机网络带来的冲击.
区块链的电子数据存证类应用近几年呈现井喷式发展,而其认定制度存在诸多缺陷,解决“证据链”成为“伪证链”的问题迫在眉睫.区块链电子证据目前在实际运用中存在上链前证据的二次固定真实性存疑、线上传证、第三方存证存在不符合证据的证明力要求的可能和上链后电子证据安全性无法完全保证等隐患.针对以上漏洞,建议采取前端用户实名制,第三方取证、存证平台规范存取证据等措施,通过技术控制和完善制度,为联盟链“天平链”的搭建保驾护航.
针对开放式的网络环境要求入侵检测系统能够实时高效响应的问题,本文提出了一种自适应的差分进化算法ADE,用于入侵检测的特征选择.算法对网络数据的混合属性进行预处理,引入进化代数和个体适应度函数作为自适应算子动态调整摄动比例因子F和交叉概率CR,采用自适应变异策略提高进化的适应性.在KDDCUP 99数据集的测试结果表明,改进的ADE算法收敛能力较强,稳定性较好,提高了网络入侵系统的检测性能.
为解决了省级热线平台接口复杂、管理困难、维护成本高、数据安全保障等问题,满足跨部门、跨层级的业务数据流转,实现数据统一出入口、统一数据规范、统一技术体系、统一安全标准、统一业务协同的新模式,本文从利用平台分层模式结合FUI、DTO、CommonDao等技术框架以及RabbitMQ、redis、Sharding-JDBC、RESTful服务接口管理等核心技术优势进行省级热线平台的研究和建设,充分地利用了基础设施资源、节约建设成本,取得了较好的效果.
从京东及天猫超市的智能仓库可以看出,利用无人车代替人工已经成为物流行业未来主要的发展方向.仓库等室内环境复杂多变,GPS信号穿透性差导致的定位效果也相对有限.WIFI作为室内常用的信号基站,信号覆盖面较小,且作为基站不能随意移动.而UWB技术则在传统无线通信的基础上进一步发展,具有穿透性强,信号覆盖面广,提供厘米级定位精度等优点.本文基于UWB技术,利用TDOA算法进行迭代,从而消除UWB的定位误差,实现克服室内复杂环境的定位功能.
大型且复杂的神经网络结构已经实现了高效的阴影检测.但由于后续任务的高度依赖性,其效率和泛化性能仍需要不断提高.然而,现有的快速阴影检测倾向于降低效率以提高准确性.本文旨在提出一种轻量且高精度阴影检测方法.首先,提出一个实时阴影检测的紧凑网络.然后,使用知识蒸馏提高轻量级模型的阴影检测性能.大量的实验表明,该方法仅需要5%的参数,就可以获得良好的检测结果.
在数据时代,数据的价值受到广泛关注,分析数据背后的含义已成为广泛研究的问题.Python是一种可操作性强、易于使用、功能齐全的工具,广泛用于数据分析.本文使用Python作为主要工具,并使用其内置和集成库来分析和可视化不同类型的数据,充分发挥Python在数据分析领域的作用.
为了有效保障云计算环境下供应链产品信息搜索系统中外包数据的安全性,提出一种基于全同态加密的关键词搜索方案.该方案基于向量加密技术对文档集合建立关键词向量空间模型,进而在加密域中计算搜索关键词与文档向量空间的相似度,从而实现信息搜索操作.方案利用加密算法的同态性,在整个搜索过程中第三方均无法获取明文数据,在一定程度上保护了数据隐私.仿真实验结果表明,该方案不仅能够满足效率需求,还能够保证数据的安全性,满足实际应用的需求.
SQL注入是一种常见的Web安全漏洞,其利用方式简单,破坏力强.对抗机器学习是一种针对检测模型的攻击方法,通过改变检测样本的内容和结构,从而使得检测模型大大降低对其检测的效果.现如今有许多针对SQL注入检测模型的研究,然而多数研究未考虑对抗样本下的检测效果和防御手段,这种危害巨大的攻击手段配合对抗机器学习对Web应用的安全产生了巨大威胁.为保障检测模型的健壮性,预防该攻击手段的潜在危害,本文通过分析现有的和本文提出的对抗机器学习方法所产生的对抗样本,提出了一种新的检测方法.首先,针对MySQL数据库,文本