一種基于特征融合的安全帽佩戴識(shí)別方法_第1頁
一種基于特征融合的安全帽佩戴識(shí)別方法_第2頁
一種基于特征融合的安全帽佩戴識(shí)別方法_第3頁
全文預(yù)覽已結(jié)束

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

不可少的安全措施。因此，如何準(zhǔn)確、快速地識(shí)別工人是否佩戴安全帽，成為了一個(gè)備受關(guān)注的問題。不高。而基于多特征的融合方法，則可以克服單一特征識(shí)別方法的缺點(diǎn)，提高識(shí)別準(zhǔn)確率。CNN對(duì)經(jīng)過保存，在后續(xù)的處理中使用。圖1為CNN訓(xùn)練過程示意圖。HSVKH、S、V三個(gè)分量進(jìn)行聚XY，形狀特征為Z，則最終得分為：其中，w1、w2、w3分別為特征向量、顏色特征、形狀特征的權(quán)重，400200張圖片為佩戴安全帽的工人，200張圖片為未佩戴安全帽的工人。實(shí)驗(yàn)設(shè)備為Intel(R)Core(TM)i7-8700KCPU@3.70GHz，16GB內(nèi)存，GTX1080Ti11G顯卡。PythonKerasCNN模型，采用sklearn框架實(shí)現(xiàn)K均值聚類和霍夫變換算法。實(shí)驗(yàn)步驟為：先對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，并使用CNN對(duì)人臉進(jìn)行識(shí)別，提取特征向量；然后，對(duì)安全帽圖像進(jìn)行顏色特征提取和形狀特征提取；最后，對(duì)特征向量、顏色特征、形狀特征進(jìn)行融合，得到最終的識(shí)別結(jié)2為識(shí)別結(jié)果示意圖，其中綠色表示佩戴安全帽，紅色表示

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(qǐng)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(qǐng)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(huì)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. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論