一种基于视频图像的挖掘机工作状态识别方法

摘要：

为了实现违法用地现象的实时监测,对土地间的挖掘机等施工机械的工作状态识别是非常重要的.实际场景下,因随机噪声和光照变化的影响,给挖掘机工作状态识别带来极大的挑战.本文提出一种基于视频图像的挖掘机工作状态识别方法,首先,对同一品牌挖掘机工作装置的各种姿态建立混合local binary features (LBF)形状回归模型并进行离线训练;其次,利用上述模型预测输入视频帧中挖掘机工作装置的形状信息,构建挖掘机的工作状态特征描述子;最后,利用support vector machine (SVM)分类器自动判别挖掘机的工作状态——工作状态或非工作状态.实验结果表明,该方法很好地克服了多姿态导致形状变化的影响,对挖掘机工作状态识别准确率达到了93.53％.

关键词：挖掘机、local binary features (LBF)特征、形状回归模型、support vector machine (SVM)、工作状态识别

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家科技支撑计划2015BAD06B03-3;广东省科技计划项目2015A020209148,2014A020208108;广东省应用型科技研发项目2015B010135007

在线出版日期：2019-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：797-804