基于可变形部件模型的安全头盔佩戴检测-计算机应用研究.PDFVIP

基于可变形部件模型的安全头盔佩戴检测-计算机应用研究.PDF

  1. 1、本文档共4页,可阅读全部内容。
  2. 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. 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. 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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于可变形部件模型的安全头盔佩戴检测-计算机应用研究

第33卷第3期 计 算 机 应 用 研 究 Vol.33No.3 2016年3月  ApplicationResearchofComputers Mar.2016 基于可变形部件模型的安全头盔佩戴检测 1,2 3 1,2 贾峻苏 ,鲍庆洁 ,唐慧明 (1.浙江大学信息与通信工程研究所,杭州310027;2.浙江省综合信息网技术重点实验室,杭州310027;3.四 川华雁信息产业股份有限公司,成都610041) 摘 要:利用视频监控系统进行安全头盔佩戴检测,对于安全生产有着重要意义。已有的安全头盔佩戴检测算 法有较多的应用场景条件限制,难以同时满足不同场景需求。针对这一问题,提出了一种应用于安全头盔佩戴 检测的算法。该方法依托可变形部件模型,提出了基于块的局部二值模式直方图,与梯度方向直方图和颜色特 征共同组成特征向量,使用支持向量机进行训练和检测,利用了单一使用梯度方向直方图作为特征时所损失的 有效信息。实验结果表明,该方法优于原可变形部件模型,在安全头盔测试集上的平均检测率提高了7.2%,达 到86.7%,已接近应用要求。 关键词:目标检测;可变形部件模型;梯度方向直方图;局部二值模式;支持向量机 中图分类号:TP391.4   文献标志码:A   文章编号:10013695(2016)03095304 doi:10.3969/j.issn.10013695.2016.03.072 Methodfordetectingsafetyhelmetbasedondeformablepartmodel 1,2 3 1,2 JiaJunsu ,BaoQingjie,TangHuiming (1.InstituteofInformation&CommunicationEngineering,ZhejiangUniversity,Hangzhou310027,China;2.ZhejiangProvincialKeyLabora toryofInformationNetworkTechnology,Hangzhou310027,China;3.SichuanWhayerInformationIndustryCo.,Ltd,Chengdu610041, China) Abstract:Safetyhelmetwearingdetectionthroughvideomonitoringsystemisextremelymeaningfulforsafetyproductionma nagement.However,thepresentdetectionalgorithmshavetoomanyapplicationrestrictionstomeettheneedsofvariousocca sions.Therefore,thispaperdevelopedanimprovedalgorithmtosolvetheproblem.Itproposedamodifieddeformablepart model(DPM)byacombinationofhistogramofblockbasedlocalbinarypattern(HOBLBP),histogramoforientedgradient (HOG)andcolorfeatures.Withtheusageofsupportvectormachinefortraininganddetecting,thisalgorithmeffectivelydi minishedthelossofinformationcomparedwiththeoriginalDPMwhichonlyincl

文档评论(0)

sunshaoying + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档