状态监测视觉辨识技术研究

• 作者: 尚文 赵锐
• 来源期刊: 现代电子技术
• 关键词: 状态监测 视觉辨识技术 HOG特征提取 Adaboost分类器
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 信号与图片处理
• 页码范围: 80-83
• 页数: 4页
• 分类号: TN948.43-34|TP311.52
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.11.021

摘要

采用基于人体HOG特征提取算法,对变电站安全管控系统状态监测视觉辨识技术进行研究.根据变电站具体环境,人体特征等现象,采用级联Adaboost分类器,经离线训练和在线分类,可准确、快速实现对变电站状态监测视觉辨识,从而提高系统的技术性能,使系统具有较强的实用性.实验结果表明,采用的状态监测视觉辨识技术人体检测算法检测率为93.8%,误检率为4.7%,平均耗时为62 ms,比SVM分类器的检测率要高出9.5%,误检率要低9.8%,平均耗时要少132 ms.采用级联Adaboost分类器检测性能得到提高,从视频序列中能快速、准确提取人体区域,较好地满足了动态目标检测、分析的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵锐		7	12	2.0	3.0
2	尚文		2	7	2.0	2.0