發(fā)布時(shí)間：2024-06-29 02:54

　　箱式電梯的使用在生活中愈加普及,但電梯轎廂空間狹小,一些乘客攜帶劣犬等物體進(jìn)入電梯可能會(huì)造成乘客的人身安全損失,或引起電梯運(yùn)行安全問題。利用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)基于監(jiān)控視頻的禁入目標(biāo)檢測,在電梯安防領(lǐng)域具有較強(qiáng)的學(xué)術(shù)意義和工程意義。本文應(yīng)江蘇省特種設(shè)備安全檢驗(yàn)監(jiān)督研究院無錫分院要求,研究基于電梯監(jiān)控視頻的禁入目標(biāo)檢測算法,并設(shè)計(jì)了禁入目標(biāo)檢測子系統(tǒng),提供檢測數(shù)據(jù)給電梯監(jiān)控平臺。針對電梯監(jiān)控視頻的分析處理,先判斷了電梯內(nèi)是否有物體,再執(zhí)行目標(biāo)識別。本文以犬類為禁入目標(biāo)的典型代表,對犬類目標(biāo)識別開展實(shí)驗(yàn),針對電梯轎廂環(huán)境,制作了本文所需的數(shù)據(jù)集,選用了三種不同類型的目標(biāo)識別算法展開研究并改進(jìn)�；�于HOG特征和SVM分類器的算法比較了不同人工特征的識別效果;采用HOG結(jié)合棧式自編碼器網(wǎng)絡(luò)的改進(jìn)算法相比原算法識別率有約10%的提升;基于YOLO卷積神經(jīng)網(wǎng)絡(luò)的算法在添加批規(guī)范化操作、改善損失函數(shù)等改進(jìn)后識別效果較好,測試集下查全率達(dá)83%。最后比較了三個(gè)算法對電梯監(jiān)控視頻的檢測效果,改進(jìn)YOLO算法在GPU支持的條件下有較好的識別效果,并且能夠滿足在線檢測的要求。本文采用B/S架構(gòu)設(shè)計(jì)實(shí)現(xiàn)了基于電...

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-2：電梯灰度直方圖

東南大學(xué)碩士學(xué)位論文10圖2-2：電梯灰度直方圖2.5目標(biāo)識別算法分析2.5.1電梯內(nèi)禁入目標(biāo)識別算法特點(diǎn)目標(biāo)識別算法是禁入目標(biāo)檢測的核心�；�于監(jiān)控視頻的電梯轎廂內(nèi)禁入目標(biāo)檢測首先需要分析電梯環(huán)境的特殊性以及電梯轎廂內(nèi)禁入目標(biāo)的特點(diǎn)。電梯監(jiān)控圖像包含前景和背景，圖像中又會(huì)包含許多....

圖2-3：電梯監(jiān)控視頻下的犬類目標(biāo)其次，從實(shí)際應(yīng)用需求角度，目標(biāo)識別需要滿足識別速度要求、識別準(zhǔn)確度要求和

第二章基于視頻的轎廂內(nèi)禁入目標(biāo)檢測總體設(shè)計(jì)11圖2-3：電梯監(jiān)控視頻下的犬類目標(biāo)其次，從實(shí)際應(yīng)用需求角度，目標(biāo)識別需要滿足識別速度要求、識別準(zhǔn)確度要求和硬件要求等。不同類型的算法在模型復(fù)雜度、訓(xùn)練復(fù)雜度、硬件要求、識別效果、識別速度等方面各有特點(diǎn)。對于具體算法而言，提高識別效果可....

圖2-4：卷積神經(jīng)網(wǎng)絡(luò)所提取的一些特征

東南大學(xué)碩士學(xué)位論文12表進(jìn)行電梯內(nèi)禁入目標(biāo)識別，并針對YOLO的數(shù)據(jù)集、損失函數(shù)和網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)YOLO算法使之適用于本文應(yīng)用場景。圖2-4：卷積神經(jīng)網(wǎng)絡(luò)所提取的一些特征綜上，本文課題主要研究了基于HOG+SVM的目標(biāo)識別算法、基于SAE的改進(jìn)目標(biāo)識別算法和基于YOLO的改進(jìn)目標(biāo)....

圖2-5：斯坦福數(shù)據(jù)集斯坦福大學(xué)犬類數(shù)據(jù)集是專門為犬類的識別出現(xiàn)的數(shù)據(jù)集，提供了大量豐富的犬類數(shù)據(jù)和標(biāo)準(zhǔn)的數(shù)據(jù)集標(biāo)注，可以較好地應(yīng)用于本文識別算法的需要

第二章基于視頻的轎廂內(nèi)禁入目標(biāo)檢測總體設(shè)計(jì)13目前最為標(biāo)準(zhǔn)的目標(biāo)識別數(shù)據(jù)集為PASCALVOC挑戰(zhàn)賽的VOC2007和VOC2012數(shù)據(jù)集[52]，其中包含了表2.1所示行人、貓、狗、自行車等20不同類別的目標(biāo)。VOC數(shù)據(jù)集是圖像識別和分類的一整套標(biāo)準(zhǔn)化的、優(yōu)秀的數(shù)據(jù)集。本文后續(xù)....

本文編號：3997057