視頻檢測與識別技術在列檢人員安全監(jiān)測中的應用研究.pdf

1、列檢作業(yè)現(xiàn)場作業(yè)環(huán)境較為復雜，作業(yè)人員繁多，容易出現(xiàn)作業(yè)人員侵線作業(yè)、跨線作業(yè)和爬車過軌作業(yè)，確保列檢作業(yè)現(xiàn)場作業(yè)人員的安全顯得尤為重要。列檢作業(yè)現(xiàn)場既有的視頻監(jiān)控系統(tǒng)是確保作業(yè)人員進行安全作業(yè)的重要手段，這些既有的視頻監(jiān)控系統(tǒng)不具有自動監(jiān)測的功能。
　　視頻檢測和識別技術給各類視頻監(jiān)控系統(tǒng)帶來了前所未有的發(fā)展，將這兩項技術應用到列檢作業(yè)人員的安全監(jiān)測中具有重要的現(xiàn)實意義，可對列檢場作業(yè)人員進行危險提前預警。
　　在分析幾種

2、運動目標檢測算法的基礎上，針對列檢作業(yè)現(xiàn)場環(huán)境的復雜多變，采用了一種基于GMM(Gaussian Mixture Model,混合高斯模型)背景建模和C-均值聚類的運動目標檢測算法。GMM對圖像進行的背景建?？梢院芎玫倪m應外界環(huán)境的變化，在對運動目標區(qū)域進行聚類之前，提取的二值化區(qū)域已比較接近真實的情況，然后再用C-均值聚類算法對二值化圖像中的二值區(qū)域進行分類，從而可以更加精確地對運動目標進行檢測。通過實驗分析說明該方法在聚類值選取合適

3、的情況下，運動目標的檢測可以得到不錯的效果。
　　在運動目標檢測完成之后，用BP神經(jīng)網(wǎng)絡來對檢測出的二值化運動目標區(qū)域進行分類，選取人體區(qū)域的形狀特征作為神經(jīng)網(wǎng)絡的輸入，輸出為人或是非人兩種情況。將正、負樣本圖像的分類特征輸入到神經(jīng)網(wǎng)絡中，以完成網(wǎng)絡的訓練和學習，訓練和學習后的神經(jīng)網(wǎng)絡可以實時的對采集到的現(xiàn)場圖像進行識別。
　　將視頻檢測和識別這兩項技術應用于實際已有的視頻監(jiān)控系統(tǒng)中，實現(xiàn)一種基于視頻檢測和識別技術的列檢作業(yè)