10.3969/j.issn.1000-3886.2019.01.022
基于RSM-S3 VM判别模型的员工发型规范监测方法研究
随着新电改全面提速、竞争性电力市场的推进,工作人员的服务形象日益引起电力企业的重视.基于RSM-S3VM判别模型实现员工发型规范的审核与监测.首先基于现有的采集设备所提供的历史采集图像,采用HOG特征与纹理特征相结合的方式确定发质特征,以人员正侧面图像相结合的方式完善发型区域,并以形态学运算加以优化,采用Canny函数获取发型轮廓特征.随后,针对判别模型的构建,采用随机子空间算法解决样本类别不平衡问题,以半监督SVM算法构建判别模型,可实现对批量发型规范与否的判别,进而提高工作人员的服务形象.以国网某营业厅为试验环境,验证了所述方法的时效性与准确性.
HOG特征、纹理特征、随机子空间、半监督SVM、判别模型
41
TP311(计算技术、计算机技术)
2019-04-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
75-78