作者:尚显峰 吴雨轩 杨树
展板折起来 宽(w)不超过62 高(h)不超过90
展板展开 宽(w)不超过120 高(h)不超过90
摘要(最后写)/问题来源及调研(扔给杨树)
我们对本问题的关注源于读到的一则新闻。大连西岗区某小区曾发生了一起火灾,顶楼的母女两人被烧伤,25岁的女儿烧伤面积达95%,而导致火灾以及阻碍人们逃生的就是一楼堆积的杂物。类似这样的生命安全事故数不胜数。
我们通过问卷调查,得到了如下数据(见图一)。数据展示,有73.33%的被调研者表示安全通道杂物阻碍了正常通行,可见安全通道被杂物占用的问题十分普遍且严重。
此外,我们实地采访了北京一个楼梯式居民楼社区和一个电梯式高层居民楼社区,他们也都表示目前社区内都有严重的安全通道杂物堆积问题。
后期我们在网上进行搜索,没能找到关于解决这类问题的智能方案,因此我们希望通过人工智能模型的途径为居民楼安全通道杂物管理带来新方案。
结构设计流程(原理图)
方案迭代
三个图之间对比性 (p1p2描述性内容不呈现、相对内容少)、p3==now
结果展示(前端窗口,mobilenetV1模型)
(一)核心模型:MobileNetV1
其基本原理:使用深度可分离卷积神经网络
主要优点:在基本保证准确率的情况下将参数量降低一到两个数量级
(二)前端窗口展示流程:
传入照片:自主编写图像传入的窗口
窗口功能:通过调用电脑指定摄像头进行拍摄或是直接上传文件
提供了目录和摄像头预览功能
系统识别:
功能:
预测程序遍历传入文件夹中的图片
传入已经完成的预训练二分类模型进行预测
进行简单输出
问题管理:
功能:
在原窗口中直接输出结果——是否有杂物
使用可视化管理对报警信息进行整合并处理,使操作者快捷地看到出问题的位点
发明影响及未来展望
商业分析
鉴于已建立模型判断的准确性和前端窗口的可操性,该项目的应用市场十分广阔。小区物业公司仅需下载训练的模型,利用已有的摄像头,在电脑的前端窗口获得输出。相较于之前的人力成本,应用该模型边际资源成本几乎为零.
未来展望
该模型使得小区楼道杂物问题能够十分简单快捷地被发现,在紧急条件下保证居民的生命通道的通畅,从而为居民的生命安全护航。接下来我们需要扩充数据集,优化模型参数,进一步提升准确性和试用场景。在此之后,我们可以联系小区物业公司进行实践,真正将我们的创造带入生活。