-
题名状态监测视觉辨识技术研究
被引量：3
- 1
-
-
作者
赵锐
尚文
-
机构
国网山西省电力公司大同供电公司
-
出处
《现代电子技术》
北大核心
2017年第11期80-83,共4页
-
文摘
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
-
Keywords
state monitoring
vision identification technology
HOG feature extraction
Adaboost classifier
-
分类号
TP271.31
[自动化与计算机技术—检测技术与自动化装置]
TP311.52
[自动化与计算机技术—计算机软件与理论]
-
