学位论文 > 优秀研究生学位论文题录展示
基于视频监控的哨兵睡意检测系统
作 者: 侯文涛
导 师: 林嘉宇
学 校: 国防科学技术大学
专 业: 电子与通信工程
关键词: 睡意检测 目标识别 核回归 运动检测 图像分割
分类号: TP274
类 型: 硕士论文
年 份: 2012年
下 载: 7次
引 用: 0次
阅 读: 论文下载
内容摘要
哨兵是武警部队圆满完成执勤工作的重要基础,如果其在哨位上出现疲劳状态不仅影响哨兵的执勤形象,而且有可能造成重大执勤事故。因此,对执勤哨兵进行实时的睡意检测具有一定现实意义。本文利用机器视觉技术对执勤哨兵的监控图像进行分析,通过运动检测和头部状态检测,结合预警机制,判断哨兵是否出现睡意。论文的主要研究工作如下:1、提出了基于视频监控的哨兵睡意检测系统的设计方案。在方案中结合实际确定了以头部状态作为睡意检测特征,同时给出了系统模型和各个模块的功能说明。2、提出了基于差分图像投影熵的运动检测方法。该方法一定程度上克服了恶劣天气和不感兴趣的小目标运动造成的误检,比较适合本文的应用环境。3、提出了基于人体生理特点的静止哨兵图像分割方法。该方法主要用于分割序列图像中静止站立的哨兵,具有原理简单和运算速度快的特点。4、重点研究了基于核回归的目标识别算法,并使用该算法完成了哨兵睡意检测的关键环节—头部状态识别。研究过程中,本文对该算法进行了实现,并通过实验说明该算法的优点以及对头部状态识别问题的适用性。5、基于DirectShow开发平台,完成了视频图像的获取、解码、分析处理和显示工作,并能够根据分析判断的结果适时报警。
|
全文目录
摘要 11-12 ABSTRACT 12-13 第一章 绪论 13-19 1.1 课题背景和研究意义 13-14 1.2 睡意检测的研究现状 14-17 1.2.1 驾驶员睡意检测方法的研究和发展现状 14-16 1.2.2 现有哨兵睡意检测方法介绍 16-17 1.3 论文研究的主要工作及结构安排 17-19 第二章 哨兵睡意检测系统总体设计 19-27 2.1 系统开发背景和睡意特征的选择 19-20 2.2 哨兵睡意检测系统组成 20-22 2.2.1 系统的硬件平台组成 20-21 2.2.2 系统软件平台和功能设计分析 21-22 2.3 DirectShow 与系统构建 22-26 2.3.1 DirectShow 简介 22-23 2.3.2 Filter 工作原理 23-25 2.3.3 COM 基本规范 25 2.3.4 系统构建与模块分析 25-26 2.4 本章小结 26-27 第三章 哨兵睡意检测系统预处理模块研究与实现 27-48 3.1 视频流获取 27-28 3.1.1 双缓冲技术 27 3.1.2 视频流获取过滤器实现 27-28 3.2 视频流解码 28-30 3.2.1 MPEG-4 简介 28-29 3.2.2 视频流解码过滤器实现 29-30 3.3 哨兵运动检测 30-46 3.3.1 哨兵监控图像特点及预处理 30-33 3.3.2 常见运动检测方法 33-35 3.3.3 基于差分图像投影熵的哨兵运动检测 35-46 3.4 运动检测算法流程及其过滤器实现 46-47 3.5 本章小结 47-48 第四章 哨兵睡意检测系统核心模块研究与系统测试 48-79 4.1 基于人体生理特点的哨兵图像分割 48-53 4.1.1 常见的图像分割法 48-49 4.1.2 基于人体生理特点的哨兵图像分割 49-53 4.2 基于核回归的目标识别 53-67 4.2.1 核回归方法介绍 53-62 4.2.2. 图像的权特征 62-64 4.2.3 权特征的模板匹配 64-66 4.2.4 基于核回归法的目标识别实例 66-67 4.3 基于核回归法的哨兵睡意检测与报警 67-75 4.3.1 哨兵头部状态的权特征描述 67-70 4.3.2 基于核回归法的哨兵头部状态检测 70-72 4.3.3 基于头部状态的睡意报警机制设计 72-73 4.3.4 哨兵睡意检测算法流程及其过滤器实现 73-75 4.4 系统测试 75-78 4.5 本章小结 78-79 第五章 总结和展望 79-81 5.1 总结 79-80 5.2 展望 80-81 致谢 81-82 参考文献 82-87 作者在学期间取得的学术成果 87
|
相似论文
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
- 森林防火系统中图像识别算法的研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 空中目标抗干扰识别跟踪系统,TN215
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于可视特征的彩色图像分割方法及应用研究,TP391.41
- 基于水平集区域分割的医学图像融合算法研究,TP391.41
- 基于LiDAR点云与CCD影像的建筑物特征提取,P225.2
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
- 基于视觉的类人足球机器人目标定位算法设计,TP391.41
- 复杂相变热图序列相变线提取算法研究,TP391.41
- 基于马尔可夫随机场模型的医学图像分割方法研究,TP391.41
- 多尺度遥感图像分割算法研究与应用,TP391.41
- 肺部病灶感兴趣区域分割算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 数据处理、数据处理系统
© 2012 www.xueweilunwen.com
|