状态监测视觉辨识技术研究

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.

关键词：状态监测、视觉辨识技术、HOG特征提取、Adaboost分类器

所属期刊栏目：40

分类号：TN948.43-34;TP311.52

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：80-83