2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、變電站在趨向于無人值守化的同時,對站場的安全要求也越來越高,“四遙”技術(shù)雖然能夠?qū)崿F(xiàn)對站內(nèi)設(shè)備和環(huán)境的監(jiān)控,但對其周界和門禁區(qū)域的防范還不夠完善,“遙視”的普及雖然能起到對變電站的全面監(jiān)控,但還主要用于記錄和保存站場當(dāng)時的工作狀況,總之,變電站的整體安防水平還并不能滿足無人值守化的需要,因此,本文打算借助于人臉識別和人體檢測技術(shù)去豐富遙視功能,進一步提升變電站的安防水平,具體工作內(nèi)容如下:
  針對變電站中視頻監(jiān)控圖像會受到光照、

2、噪聲等因素的影響,采用灰度變換、噪聲濾波、圖像增強和尺度歸一化等操作對圖像進行預(yù)處理。
  人臉識別算法在變電站門禁管理的應(yīng)用中,主要涉及到人臉的特征提取以及特征提取后的人臉分類識別算法。根據(jù)變電站工作環(huán)境的特點,論文對特征提取以及分類算法進行了分析和實現(xiàn),找到符合變電站工作環(huán)境的人臉識別算法。在特征選擇上,對比了LBP、PCA和LDA三種特征提取方法的識別效果,在抗光性和識別率上,LBP表現(xiàn)較好;為降低噪聲影響,對LBP做了改進

3、處理;為提高識別效率,采用PCA做了降維處理。在分類器選擇上,對比了使用KNN、SVM和BP神經(jīng)網(wǎng)絡(luò)三種分類器的識別效果,在樣本類別和數(shù)量較少的情況下,KNN識別率較高,SVM效率較高。最后根據(jù)以上選擇的結(jié)果,采用基于改進LBP+KNN-SVM的人臉識別方法用于變電站門禁管理。
  人體檢測算法在變電站工作區(qū)域異常人員活動監(jiān)控的應(yīng)用中,主要涉及到人體的特征提取、以及特征提取后的人體分類檢測算法。根據(jù)人體檢測用于變電站區(qū)域的功能和變

4、電站環(huán)境特點,論文從特征提取、分類器和檢測方式三個方面來選擇檢測效果較好的方法。在特征選擇上,對比了基于人體頭肩和整個人體HOG特征的檢測效果,在人體被遮擋和發(fā)生姿態(tài)變化時,基于人體頭肩的檢測效果較好。在分類器選擇上,對比了SVM,級聯(lián)Adaboost兩種分類器的檢測效果,在效率上,級聯(lián)Adaboost表現(xiàn)較好。在檢測方式上,采用圖像金子塔方式進行搜索實現(xiàn)多尺度空間檢測,更符合實際。最后根據(jù)以上選擇的結(jié)果,采用基于人體頭肩HOG+級聯(lián)A

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論