无人机和机器学习如何防止鳄鱼攻击
全国建筑协会利用低码平台
Facebook的Libra Cryptocurrency能够幸存下来吗?
硅光子的完美风暴
EEA打开沙箱,以便区间开发和协作
报告索赔几乎所有网络攻击的社会工程一个因素
尽管Windows桌面错误消失了,现在是安装二月补丁的好时机
Microsoft的Yanked UEFI补丁KB 4524244背后的混乱
攻击者违反供应商系统来窃取空中客车秘密
由于“光纤提供商”故障,Win10搜索停电?拉动另一个,微软。
Oracle开放世界2019年:埃里森国家作为目标的“完全自主云”
政府推动外包花费的浪涌
Bloomberg将使历史性的交易数据移动到云以支持客户的机器学习野心
麻省理工学院基于区块链的“蜘蛛”提供4倍的加密货币处理
在关于Microsoft'Pousing可选更新的行之间的阅读
Kroger推动数据驱动的客户体验
政府向Proptechs提供本地数据
5个热门视频应用程序启动
评估Apple的脱发努力建立爱尔兰数据中心的后果
欧洲公司在经济衰退的恐惧中撤回外包
Microsoft Ank It Admins Befed-Up Windows释放健康枢纽
今天的补丁周二带来烟花和 - 一个魔法子弹?
Apple如何(是的,苹果!)可以恢复Android错过的机会
想象一下'Android Pro'订阅
Microsoft为Win7,8.1,Server 2008 SP2,2012和.NET发布每月汇总预览
Apple正在改变企业世界
Atlassian Unveils Forge,其无服务器应用程序开发平台
数字转型安全机会
Apple VP Federighi希望竞争对手复制Apple的隐私保护
英国举办世界第一个监视摄像机日
老将IBMERS给予冷肩,大蓝促进千禧一代
Caraales如何通过入射响应中的噪声切断
报告称,公共部门应该接受多个罩以降低云市场垄断风险
被推迟了Win101803?不要让微软让你搬到1903年。
三个芬兰银行,一个核心平台
Microsoft Springs对Windows 7余到过度支持的买家的最后一分钟需求
2019年英国技术最具影响力的女性开放的提名
Apple加入行业努力来消除密码
即使使用Windows Autopilot,企业面部设备配置挑战
Apple宣布4.7英寸。 $ 399 iPhone SE
它看起来像Apple正在开发新的iCloud产品和服务
Telco Revs设为增加,但供应商在2020年面临着关键挑战
SCALE的HE150首先推进小边缘HCI硬件
SolarWinds,Solorigate,以及Windows更新的意义
2019年技术故事中技术和多样性的十大女性
通过搭配Mega-Merger的市场领导者Equinix的数字现实与环境枪
TFL锁定牡蛎账户以抵御凭证填充物
公共扇区仍然失去高号码的用户设备
Bet365支持Devops,以提高现场可靠性
5G是第一代对企业产生更大的影响而不是消费者
您的位置:首页 >电子新闻 >

无人机和机器学习如何防止鳄鱼攻击

2021-09-06 09:43:56 [来源]:

云和机器学习被用于解释将用于扫描鳄鱼的无人机收集的图像,以保护澳大利亚昆士兰州的游泳运动员和游客。

在布里斯班的无人机大会世界上,克洛斯科特技术的示范在凯恩斯附近的莫布雷河上成功地确定了鳄鱼的鳄鱼,以支持昆士兰州政府的漫游倡议。

旨在用于从使命海滩的海滩和水道来到Douglas的成立,Crocpootter将在接下来的四周内推出,作为三到四个月试验的一部分,在此期间,其机器学习算法将受过培训和增强。

Ripper Group的首席执行官Ben Tropepope,一种利用无人机对安全和救援任务使用无人机的Westpac-Sponsored操作,表示,过去100年来有97个鳄鱼事件。

他强调,通过该行动收集的信息将有助于通知机构关于鳄鱼的位置,并引导他们走向最合适的行动方案。

但虽然Crocpootter旨在帮助防止鳄鱼袭击和鼓励旅游,但它也具有重要的保护作用。“如果我们知道鲨鱼或鳄鱼在那里,我们可以跟踪它并提供实时态势意识,”划分。

亚马逊Web服务(AWS)云支撑,Crocspotter使用最初由悉尼技术大学(UTS)和Ripper组开发的AI Spotter算法,以识别鲨鱼。

使用CrocPootter,AI Spotter部署在Westpac Little Ripper无人机上,将实时视频流传输到地面导频。该算法通过鳄鱼周围的闪烁红色盒子分析镜头并单打潜在的威胁。

由无人机收集的图像也上传到Amazon S3云存储服务,在那里它们可以用于机器学习,并增强鳄鱼识别算法。

Soluot Architial掌握AWS的主管,克洛斯科特特的Zurgood已经被证明是93%的准确,与人类的特点相比,他们最佳实现了19%的罢工率。

此外,它可以在识别鳄鱼之间达到少于一个延迟,并且在点击云的规模和范围内进行警告,以便在任何地方流到实时图像。

设计算法的UTS研究人员表示,使用云也使得可以在一系列环境中检测鳄鱼,包括湿地和开阔的海洋中的模糊和泥水。

根据澳大利亚统计局进行的商业特色调查,澳大利亚公共云服务的胃口仍在继续增长,42%的企业报告使用云计算,而2015-16在2015-16期中31%。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。