面向海量视频的跨摄像头行人重识别与黑名单布控边缘智能分析盒设计.docxVIP

  • 0
  • 0
  • 约1.63万字
  • 约 23页
  • 2026-11-17 发布于北京
  • 举报

面向海量视频的跨摄像头行人重识别与黑名单布控边缘智能分析盒设计.docx

PAGE2

面向海量视频的跨摄像头行人重识别与黑名单布控边缘智能分析盒设计

摘要

随着智慧城市与平安社区建设的深入推进,公共安全领域的视频监控规模呈指数级增长,海量视频数据的高效检索与实时预警成为亟待解决的难题。传统的中心化云计算模式在应对海量数据传输与实时响应时面临带宽压力大、延迟高及隐私泄露风险,而基于边缘计算的智能分析方案则成为破局关键。本课题旨在设计一款面向海量视频场景的跨摄像头行人重识别与黑名单布控边缘智能分析盒,通过在边缘端部署轻量化深度学习模型,实现非重叠视域下的目标行人精准检索与跨摄像头轨迹串联。

本文首先分析了当前安防监控中“找人难、追踪难”的现实痛点,确立了以边缘计算为核心的技术路线。在总体设计阶段,构建了“端-边-云”协同的系统架构,确立了数据采集、特征提取、向量检索与告警推送四大功能模块。详细设计阶段,重点攻克了ReID特征提取模型的轻量化剪枝与量化技术,设计了基于倒排索引的快速检索算法,并制定了多摄像头时空轨迹串联策略。系统实现阶段,基于NVIDIAJetson系列边缘计算平台,完成了视频流接入、行人检测与ReID特征提取引擎的开发,并集成了黑名单实时比对功能。测试结果表明,该分析盒在保证识别精度的前提下,有效降低了系统延迟,实现了毫秒级的黑名单布控响应,显著提升了安防监控的智能化水平与实战效能。

第一章绪论

1.1研究背景

近年来,随着城市化

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档