原创力文档- 1、本文档共65页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
图像识别技术在流站监控系统中的应用研究
F
嗡
型些垄堕塑型燮
l lUlIIIIlllllllllllll
。IIIIII／lllllllllllllll
2
79641
Y1
摘 要
本文对安全帽识别系统中的人体定位与安全帽定位进行了初步研究。首
先，本文使用梯度直方图特征，采用支持向量机方法定位人体；其次，本文
体与安全帽在空间的位置来判断作业工人是否佩戴安全帽。由于使用梯度直
方图特征进行人体检测实时性能较差，本文对特征提取的方法作了改进。实
验结果表明，改进后的人体检测算法具有较好的实时性能。一般而言，系统
同时检测到人体与安全帽并不能认为作业人员佩戴安全帽。因此，有必要使
用二者空间位置信息做更精确地判断。实验表明，该系统基本满足对处于危
险场合的作业人员佩戴安全帽监控的要求。
识别；安全帽识别；
ABSTRACT
Inthis ofhelmetsand in
paperapreliminarystudy bodypositioning
helmets hasbeen takemeasuresbasedon
recognitionsystem done．First，we
HOGandSVMto the aimofhelmet is
positionbody．Secondly,thepositioning
achievedonthebasisofHaar-likefeaturesandAdaBoost
sorter．Lastly,
tothe of and canknowwhetherworkers
positioning helmets，we
according body
onconstructionsitewearhelmetsornot．Asthereal-time is
performance
when on the
testingbodybyusingHOG，thispaperimproves
unsatisfying
methodoffeature resultsshowthatthe human
extraction．Experimentalimproved
detection has real-time the
good
algorithm performance．Ingeneral，although
detectsboththe the
文档评论（0）