10.11930/j.issn.1004-9649.201811057
基于机器学习和图像识别的电力作业现场安全监督方法
针对电力作业现场人员误入危险区域的安全问题,开展人员闯入检测的研究,首先利用梯度方向直方图(histogram of oriented gradient,HOG)和支持向量机(support vector machine,SVM)进行完全帧的人员检测,然后利用基于OpenCV的图像处理技术判断人员是否闯入警戒区域.通过视频监控设备采集作业现场图像,采用上述方法实时识别现场人员及其危险行为,并发出告警信号.实验结果表明,检测结果准确率达到92%,实现了电力作业现场安全监督自动化,显著提升了作业现场安全水平.
梯度方向直方图、支持向量机、人员闯入检测、电力作业现场、安全监督
53
四川省重点研发项目;国网四川省电力公司科技项目
2020-04-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
155-160