简介：自智能交通系统出现以来,汽车驾乘员的安全带检测一直是备受关注的研究课题.依据城市道路的交通卡口监控数据,研究一种基于深度学习的汽车驾乘人员安全带检测算法,能够准确识别驾驶员是否佩戴安全带.通过对卡口图片进行人工标定,并运用深度学习方法训练两个检测器和一个分类器,最终实现安全带的快速定位和分类.本文提出的方法在城市道路卡口采集的图像上检测效果较好.
简介：本文提出了一种以重铬酸钾为氧化剂,以硝酸银和硝酸铋为掩蔽剂消除氯离子干扰,测定化学耗氧量的新方法,并研究了消化过程中的各种条件,如硫酸浓度、消化时间等.采用硝酸银和硝酸铋联合掩蔽剂可以取代标准重铬酸钾法测定(COD)中使用的硫酸汞,从而避免汞对环境的污染,并使用这种新方法测定了多种类型的水样.结果表明,本法操作简便、快速灵敏、准确度高,并具有广泛的适应性.
深度学习的汽车驾驶员安全带检测
重铬酸钾法测定化学耗氧量消除氯离子干扰新掩蔽剂的研究
