基于图像识别的施工防护栅栏异常检测的研究

• 作者: 侯卫东 季昆玉 贾俊 陆杰
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 安全防护 图像识别 HOG 深度学习 CNN
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 102-106
• 页数: 5页
• 分类号: TP391.4|TP399
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1701183

摘要

在许多施工场景的安全监控中,需要及时发现防护栅栏的异常状态并进行告警.将图像识别技术应用于视频监控系统中,针对栅栏图像特有的特点,设计了基于HOG和基于深度学习的检测方法.通过实验比较分析,基于深度学习的检测方法比基于HOG的检测方法具有更高的检测精度,基于深度学习的检测方法其最高检测精度达到99.8％.合理设计深度神经网络的参数规模和网络架构,即使在无GPU的运算环境下也能达到准实时的检测需求,在无GPU的运算环境下,其对高清图像的检测速度能达到1.7s/f.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯卫东	国网江苏省电力公司泰州供电公司	1	0	0.0	0.0
2	季昆玉	国网江苏省电力公司泰州供电公司	3	0	0.0	0.0
3	贾俊	国网江苏省电力公司泰州供电公司	5	4	1.0	2.0
4	陆杰	国网江苏省电力公司泰州供电公司	2	2	1.0	1.0