

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文基于深度圖像技術(shù),以飛行時(shí)間(time of flight,TOF)深度相機(jī)為主要設(shè)備,開(kāi)展了深度圖像技術(shù)在火焰探測(cè)和人形識(shí)別中的應(yīng)用。開(kāi)發(fā)了用于火焰探測(cè)和人形識(shí)別的算法,實(shí)現(xiàn)了較高精度的火焰探測(cè)和人形識(shí)別。通過(guò)將算法與設(shè)備整合,建立了基于深度圖像的火災(zāi)監(jiān)控系統(tǒng),實(shí)現(xiàn)了研究成果的應(yīng)用。主要研究?jī)?nèi)容如下:
為開(kāi)發(fā)飛行時(shí)間深度圖像技術(shù)在火災(zāi)探測(cè)中的應(yīng)用、簡(jiǎn)化探測(cè)算法、提高檢測(cè)速率和準(zhǔn)確性,結(jié)合火焰的深度圖像特征,設(shè)計(jì)了基于深度
2、圖像變化率的火焰識(shí)別算法。以三維深度相機(jī)為主要圖像捕獲設(shè)備,進(jìn)行了多組火焰探測(cè)實(shí)驗(yàn),包括正庚烷火焰、乙醇火焰、紙張火焰、燈光干擾、行人干擾實(shí)驗(yàn),對(duì)捕獲的圖像進(jìn)行了處理與計(jì)算,設(shè)計(jì)了識(shí)別火焰的簡(jiǎn)化算法和火焰像素估計(jì)模型。采用該方法分析了火焰深度圖特征,火焰識(shí)別結(jié)果圖像的頻譜圖特征、集中度特征以及面積變化特征。研究結(jié)果表明,采用文中提出的算法的實(shí)驗(yàn)識(shí)準(zhǔn)率大于91.5%,誤識(shí)率小于3.8%,能有效識(shí)別火焰。
結(jié)合Adaboost算法
3、和決策樹(shù)模型在人形分類上的優(yōu)勢(shì),設(shè)計(jì)了基于深度圖像和統(tǒng)計(jì)學(xué)習(xí)方法的人形識(shí)別算法。通過(guò)建立自制人形樣本庫(kù),根據(jù)人員疏散的具體應(yīng)用場(chǎng)景,進(jìn)行了正負(fù)樣本圖像的采集與預(yù)處理。使用Adaboost和CART決策樹(shù)對(duì)正負(fù)樣本圖像進(jìn)行訓(xùn)練和檢測(cè)。比較了三種Adaboost分類器的識(shí)別效果,發(fā)現(xiàn)Gentle Adaboost算法的分類效果優(yōu)于其他兩種算法。分析了HOG-depth特征的參數(shù)對(duì)結(jié)果的影響,發(fā)現(xiàn)考慮方向的正負(fù)性后能夠減小分類錯(cuò)誤率,并且增加
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于kinect深度圖像的手勢(shì)識(shí)別研究
- 基于Kinect深度圖像的手勢(shì)識(shí)別研究.pdf
- 基于Kinect深度圖像的動(dòng)作識(shí)別.pdf
- 基于深度圖像的玉米品種識(shí)別研究.pdf
- 基于深度圖像的手勢(shì)識(shí)別研究及應(yīng)用.pdf
- 基于RGBD深度圖像的實(shí)時(shí)手勢(shì)識(shí)別研究.pdf
- 基于Kinect深度圖像的手勢(shì)識(shí)別算法研究.pdf
- 基于深度圖像和骨骼數(shù)據(jù)的人體動(dòng)作識(shí)別.pdf
- 基于深度圖像數(shù)據(jù)的人體動(dòng)作識(shí)別.pdf
- 基于深度圖像的靜態(tài)手勢(shì)識(shí)別方法研究.pdf
- 基于Kinect深度圖像的動(dòng)態(tài)手勢(shì)識(shí)別的研究.pdf
- 基于深度圖像的人體輪廓識(shí)別技術(shù).pdf
- 基于深度圖像的人手關(guān)節(jié)點(diǎn)識(shí)別.pdf
- 單一深度圖像人體部位識(shí)別.pdf
- 基于深度圖像的手勢(shì)識(shí)別方法與應(yīng)用研究.pdf
- 基于Kinect深度圖像的靜態(tài)手勢(shì)識(shí)別的研究與應(yīng)用.pdf
- 基于彩色圖像和深度圖像的人頭跟蹤.pdf
- 基于紅外和深度圖像的人臉對(duì)齊研究.pdf
- 基于深度圖像信息的手勢(shì)識(shí)別技術(shù)研究與應(yīng)用.pdf
- 基于深度圖像的繪制技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論