[]【HarmonyOS HiSpark IPC DIY Camera试用 】基于视频的农村公路巡查事件人工智能检测系统关键技术研究

项目名称：基于视频的农村公路巡查事件人工智能检测系统关键技术研究

试用计划：申请理由
本人在AI领域有两年多的学习和开发经验，对图像识别，GAN等技术有过深入的学习和探索。想借助发烧友william hill官网 和LattePanda平台完善该项目的开源设计。
为了降低农村公路养护工作量，同时降低维护所需用的开销，养护工作需通过巡查工作，及时发现公路病害和违规占道等事件 ，并对已确认事件及时采取措施。基于视频处理的农村公路巡查事件人工智能检测技术已经越来越受到人们的重视，实践证明这种技术满足现代农村公路养护管理的需要，是未来农村公路路面检测技术的发展方向。巡查事件主要分为养护类、路政类两大类。 养护类涉及路基、路面、水沟、设施标志牌、绿化等项目；路政类包含违规占道、违章搭建、侵占公路设施、超载超高等内容。

项目计划
2020.10-2020.1１：成立项目组，明确分工
2020.1２-2020.12：资料收集，现状分析
2021.1-2021.2：项目组研究讨论，明确研究方向及工作内容
2021.3-2021.5：开发系统、集成测试
2021.6-2021.9：企业试点，完善报告
2021.10-2021.12：项目验收

预计成果
１.农村公路巡查事件智能识别：我们将用高清，高速摄像头完成路面采集工作，并实时存档。对于存档的图片，将在嵌入式系统上，实时分析出当前路面是否出现裂纹。对于出现关注事件的图片，将对养护类、路政类巡查事件出现的位置和范围进行框选标注，并标注所采集的时间。智能公路巡查事件智能识别的关键分析技术是：机器学习中的深度学习方法，运用的是CNN深度卷积神经网络。
２.智能路桩识别：我们将用高清，高速摄像头完成道路侧面图像信息的采集工作，采集的图片实时进行路桩智能识别。当捕捉到路桩信息后，将对路桩出现的位置和范围进行框选标注，并标注所采集的时间。对于标注出的路桩细节图片，将智能识别其文字内容，实时显示在图片旁边。智能道路路桩识别的关键分析技术是：机器学习中的深度学习方法，运用的是深度卷积神经网络和中文数字识别方法。