• <xmp id="gco4g"><nav id="gco4g"></nav>
    <nav id="gco4g"></nav><nav id="gco4g"></nav>
    <nav id="gco4g"></nav>
    <menu id="gco4g"><strong id="gco4g"></strong></menu><menu id="gco4g"></menu>
  • <nav id="gco4g"><code id="gco4g"></code></nav>
  • 新聞資訊

    News center
    我校“智安團隊”獲2020年“中國高校計人工智能創意賽” 創新組全國總決賽三等獎

        海南師范大學人工智能與機器人技術實驗室“智安團隊”再創佳績:獲2020年“中國高校計算機大賽-人工智能創意賽” 創新組全國總決賽三等獎(獎金5000元)與最佳案例獎(獎金1萬元)。

        12月8日,由全國高等學校計算機教育研究會主辦的2020“中國高校計算機大賽-人工智能創意賽”(簡稱C4-AI大賽)總決賽及頒獎典禮圓滿收官。

        本屆大賽從今年4月啟動,經過初賽、復賽兩輪選拔,來自全國高校的50支隊伍過關斬將進入決賽。作品廣泛涉及各個行業領域。來自北京大學、武漢大學、北京理工大學、海南師范大學等高校的數十支團隊獲得了創新組和賦能組的特等獎和一二三等獎,峰會現場為獲獎團隊、指導老師進行了頒獎。

        團隊成員簡介

    侯繼旭

        ,海南師范大學物理與電子工程學院2017級自動化專業,海南師范大學人工智能教育協會(學生社團,隸屬海南省人工智能學會)2019-2020屆會長,海南師范大學人工智能與機器人技術實驗室成員,曾獲2019年度海南省高等學校科學研究“人工智能”優秀成果獎(基于PaddlePaddle的垃圾智能識別與分揀系統);2019年中國高校計算機大賽-人工智能創意賽海南省一等獎(基于PaddlePaddle的垃圾智能識別與分揀系統);2020年中國高校計算機大賽-人工智能創意賽海南省一等獎(基于飛槳的駕駛員行車玩手機的檢測與報警系統)、三等獎(基于飛槳的攝像頭識別塑料瓶分揀回收系統)、三等獎(遠程排爆救援機器人),2020年中國高校計算機大賽-人工智能創意賽華南賽區二等獎(基于飛槳的駕駛員行車玩手機的檢測與報警系統)。

    楊軻萌

        ,海南師范大學物理與電子工程學院2019級電子信息科學與技術專業,海南師范大學人工智能教育協會(學生社團,隸屬海南省人工智能學會)2020-2021屆會長,海南師范大學人工智能與機器人技術實驗室成員,曾獲2020年中國高校計算機大賽-人工智能創意賽海南省一等獎(基于飛槳的駕駛員行車玩手機的檢測與報警系統),華南賽區二等獎(基于飛槳的駕駛員行車玩手機的檢測與報警系統)。

    儲晗

        ,海南師范大學物理與電子工程學院2019級電子信息科學與技術專業,海南師范大學人工智能與機器人技術實驗室成員,曾獲2020年中國高校計算機大賽-人工智能創意賽海南省一等獎(基于飛槳的駕駛員行車玩手機的檢測與報警系統),華南賽區二等獎(基于飛槳的駕駛員行車玩手機的檢測與報警系統)。

        指導老師

    王藝臻

        ,南海(青年)名家和海南省高層次人才,海南省人工智能學會 理事長,海南師范大學人工智能與機器人技術實驗室 主任,海南智能硬件工程中心 主任;研究方向:人工智能應用、人工智能教育、節能空氣制水技術,復雜系統結構弛豫動力學;發表SCI論文40余篇,出版專著1部,獲授權發明專利5項和實用新型專利22項,近年主持多項國家自然基金、中國科協項目、省重點、省自然基金和市重點項目;多次指導學生團隊獲得人工智能相關省級賽事一、二、三等獎,獲省和校級優秀指導教師獎。

        項目簡介

    基于飛槳的駕駛員行車玩手機的檢測與報警系統

        是以目標檢測為核心技術所開發的一款智能監控系統。運用計算機視覺領域的目標檢測技術,對案例樣本圖片進行模型訓練,并與樹莓派開發板、攝像頭等硬件結合,成為一款輔助交通行業的車載智能終端應用。

        技術介紹

        作品主要是運用基于深度學習的計算機視覺技術,選用MobileNet_SSD算法,對標識過的玩手機行為樣圖進行監督學習,訓練出高效率的AI模型,從而可以高效精準地預測出駕駛員開車時是否有玩手機的行為出現,下圖1所示是原始輸入與模型預測輸出效果對比:

        在檢測到駕駛員有玩手機的行為時,驅動警報裝置進行發聲預警。并使用數據庫對此類行為的相關圖像證據留存。

        在檢測上,我們使用了SSD目標檢測模型,SSD的檢測速度可以和YOLO(優漏)媲美,檢測精度可以和faster RCNN相當,為了更好的貼近使用場景,對此模型做了一些改動。基礎網絡由VGG改成了mobilenet_v3的small網絡,檢測部分使用了mobilenet_v2論文中提到的SSDlite方案,由于我們的目標只有一類且特征較為固定。因此我們刪減了mobilenet_v3的兩層特征圖。使其能夠在樹莓派開發板上更快的推理預測。

        應用場景

    1

        進車后先打著火,第一件事情就是先翻翻手機,等紅綠燈趕緊掏出手機刷個微博,堵車拿手機發個堵車小視屏,聽見手機響不管任何情況都要逃出來看看,短息微信就回復,電話就接聽。手機已經成為我們生活中不可缺少的替代品,但俗話說,低頭看手機三秒,等于盲開50米,這話不是沒道理的,很多司機的不經意一次低頭,就會發生車禍,這樣的高危行為,每天的事故充斥著每個角落,無數幸福的家庭毀于各種車禍,也有很多無辜受害者接受無端的痛苦。

    使用功能:

        玩手機狀態實時監測、行駛速度檢測、音頻報警

    解決問題

        :當前社會,開車玩手機并不是個別現象,而是普遍現象,一點都不足為奇,我們為盡可能的減少這一現象,使用行駛速度檢測模塊判斷車輛是否啟動,在車輛啟動后開啟玩手機狀態實時監測功能,如果檢測到駕駛員有玩手機的行為時,發出音頻進行警報,提醒駕駛員規范自己的駕駛行為,安全駕駛。

    2

        雖然交規中有過明確的規定,但是有些車主直接無視,因為這項交規在實施的過程中存在著一定的困難,這就使得一些車主開車時玩手機沒有被處罰過,忘記這項交通規定,無形中增加發生車禍的概率,其次在于在車內玩手機的違法行為目前不能被道路攝像頭很好的判斷,況且很多車輛玻璃都貼有顏色較深的太陽膜,車輛駛近才能發現駕駛員在玩手機,有的駕駛員一看見交警就立刻把手機放下,等過了交警再玩。而即使交警親眼看到駕駛員玩手機的行為在進行處罰時很多時候也缺乏相應的證據,就算因此發生交通事故,也很少會有人承認。無形中加大了執法的難度。

    使用功能:

        數據庫統計記錄

    解決問題:

        交通管理部門的執法人員在對駛員玩手機的違法行為取證、執法困難,我們利用數據庫統計記錄功能,對每輛車的駕駛信息進行監控,在對駕駛員出現玩手機行為并警報提醒無果時,拍取照片(或視頻)證據留存,以供交通部門進行取證處罰,解決執法人員的取證處罰困難的問題。

        供稿:王藝臻

    發布時間:2020-12-09 22:27:00    瀏覽次數:

    聯系我們


    海口市瓊山區龍昆南路99號

    關注公眾號

    二維碼.jpg

    物電學生會

    掃描二維碼

    更多精彩盡在手中

    友情鏈接:
    爱如潮水高清韩国视频日本动漫