14、视频监控中的事件与活动识别及农业物联网机器人系统

视频监控中的事件与活动识别及农业物联网机器人系统

视频监控中的事件与活动识别

在视频监控领域，对于ATM亭中可疑入侵者的识别有其独特之处。虽然可疑入侵者与普通客户的外观差异可能不大，但通过时间维度的分析，可以识别出那些超出常规预期的可疑活动。之后，将这两方面的判断置信度进行融合处理，模型就能据此做出是否触发入侵警报的决策。

不过，该模型也存在一些可改进的地方。例如，在处理具有高度语义相关性的类别时，像拳击和出拳、足球颠球和踢球等，需要对网络模型进行修改以适应这些情况。此外，目前还未充分利用听觉信息来对事件进行分类。最后，通过有效的“注意力”机制来引导卷积神经网络（CNN）或循环神经网络（RNN）模型，能够更清晰地刻画每个活动类别，同时还可以探索并构建一个合适且通用的解释，以充分利用“中央凹”或“注意力”流中的信息。

农业物联网机器人系统

背景

21世纪，信息和通信技术（ICT）飞速发展，其中物联网（IoT）技术尤为突出。物联网是一个相互连接的计算设备系统，这些设备无需人工干预即可通过网络传输数据。它将物理世界与计算机系统相融合，带来了诸多经济、效率和准确性方面的提升，在农业等多个领域都有广泛应用。

从全球来看，到2050年，全球粮食产量需增加70%，而非洲大陆人口预计将达到20亿。然而，撒哈拉以南非洲地区的农业面临诸多挑战，农民因农业技术发展不足，耕种面积小、收成低，传统 farming 技术导致作物产量远低于机械化 farming 方法。非洲拥有全球25%的可耕地，但仅贡献了10%的全球农业产出。

尼日利亚是西非最大的经济体，也是撒哈拉以南非洲第二大经济体。该国拥有约6800万公顷的可耕地和