大学城安防监控承诺守信「多图」

监控安装流程

准备工具： 冲击钻、水平尺、拉线、线坠、剥线钳、弹墨线、电工刀、架梯、电烙铁、一字改锥、十字改锥、尖嘴钳、偏口钳，数字万用表或指针式万用表，500V绝缘摇表

准备辅材：塑料胀管、机螺丝、平垫、弹簧垫圈、接线端子、钻头、焊锡、焊剂、绝缘胶布、塑料胶布、各类接头等。

安装步骤： 安装前测试，摄像机安装，中心终端设备安装，调试

一．安装前测试

1、用SYV75-3视频线做一段约3米长两端带有BNC头的测试线。

2、准备一台监视器或硬盘录像机，硬盘录像机可为嵌入式或PC式，软件配置齐全。

3、在通电前，弄清楚摄像机的供电电压，并对供电电压用万用表进行测试，测试的电压偏差为标准电压的±10%.超出这个标准的电源禁止使用。

4、为固定摄像机配上镜头，注意镜头与摄像机的接口，是C型接口还是CS型接口(这一点要切记，否则用C型镜头直接往CS接口摄像机上旋入时极有可能损坏摄像机的CCD芯片)，如果是一体化固定摄像机则可以省去此步骤。

5、安装镜头时，首先去掉摄像机及镜头的保护盖，然后将镜头轻轻旋入摄像机的镜头接口并使之到位。对于自动光圈镜头，还应将镜头的控制线连接到摄像机的自动光圈接口上。

6、分别测试 AGC ON/OFF（自动增益控制）， ATW ON/OFF（自动白平衡），ALC/ELC（自动亮度控制/电子亮度控制），BLC ON/OFF（背光补偿开关），LL/INT（同步选择开关），VIDEO/DC（镜头控制信号选择开关），SOFT/SHARP（细节电平选择开关），FLICKERLE（无闪动方式）等功能，并做好测试记录，是否满足现场的实际需要。

7、对于云台和快球，根据说明书进行地址、波特率、协议编码，用标签纸进行标示，地址编码按照摄像机的号码进行顺序编码，协议如没有特殊要求，一般选用PELCO,波特率用2400KPS,在硬盘录像机或矩阵上进行相应的设置。

8、按照说明书，进入快球或云台菜单，对于室外型，要把摄像机功能设置成日夜转换型。

9、对云台或快球的左右转动，摄像机的镜头进行变倍测试，在远和近的状态下进行，并对测试结果进行记录，符合要求的才能进行安装，不符合要求的退回厂家进行维修。

10、设定若干快球预置位，然后通过调预置点的方式来测试快球是否符合设计的需要。

摄像机安装：固定摄像机安装

1.根据现场实际情况，选择安装方式，室外采用立杆，水平支架安装，室内采用墙壁水平支架安装或吸顶吊装，并在支架上安装转向夹，转向夹和水平支架的连接用镀锌螺丝固定。

2.如采用立杆安装，立杆的高度根据视场的需要不低于3.5米，立杆的固定钢板厚度不小于8mm,基础预埋件采用￠16mm螺纹圆钢，高度为500mm，宽度为200mm的网状结构。在安装位置，挖开泥土，把预埋件放入地下，高度高出地面70mm,然后用标号为1：1的水泥进行浇注，在浇注时，把高出地面部分的螺纹部分用绝缘胶布进行包扎，在4-5天后才能安装监控立杆。

3.安装立杆，在安装时，小心立杆表面漆的脱落，用￠16mm螺母进行固定，在螺母和螺杆之间要加垫圈和弹簧，螺杆露出的高度不超过10mm，多余部分用切割机切掉，固定完后，在螺丝和螺杆上涂上防锈漆，在防锈漆干后，涂上和立杆颜色一样的面漆。

4.在立杆上方用镀锌螺丝固定支架，在支架上的活动夹上固定防护罩底盖，把视频线和电源线穿入防护罩，线和防护罩之间用密封圈进行封闭，防护罩和立杆之间的裸线用￠16mm塑料软管保护。然后在视频线上焊接BNC头，固定测试好的摄像机，插上BNC头和电源的莲花头，在插上电源前，切断220V供电电源。用螺丝固定防护罩的上盖，但螺丝不要全部拧死。

5.发现摄像机镜头上有污物，一定要用镜头纸擦拭。

6.安装摄像机的时候一定要注意考虑环境温度。

7.带红外灯摄像机以及室内支架安装可参考第四条的安装方法。

基于大数据的大规模深度神经网络，这种神经网络可以的分析图片中的每种不同元素并将其分类，找出我们需要的那一类。这样一个强大的神经网络属于强分类器。训练这样的深度神经网络分类器是很耗时的。另外，在正常的图像中，人脸区域只是占了很小的一部分，如果使用所有的特征进行训练的话，运算量非常大。

适应性增强算法则不同，为了节省运算时间和资源消耗，它训练很多个简单的弱小的分类器，然后把它们串在一起，层层筛选，终形成一个强分类器。关键在于这个串在一起的筛选过程是动态的，下一个分类器能够根据上一层分类器所做的结果进行评估，并能够重点学习那些错误的结果，这就是“适应性增强”的含义。

如果做个比喻的话，就是你做100道练习题，错了30个，对了70个。想要获得更好的学习成果，你必须提高对这30道错题的关注，至于你做对了的可以不用再分太多精力去复习。你再做一遍这30道错题，结果其中又做错了10道题，那么这10道题是你必须重点关注的目标！以此类推，直到做对所有的题。

具体来说，在用适应性增强算法训练分类器时，首先在一张图中，真正属于人脸五官特征的区域其实并不多，那么先用一个简单的阈值二分法分类器“随便”过滤一下就能筛掉大量的非人脸区域。