期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
密集场景下头盔佩戴智能检测研究
被引量:
3
1
作者
陈闯闯
胡绍方
《智能计算机与应用》
2020年第9期223-224,共2页
在很多施工现场等密集场景下,头盔佩戴是否符合规范直接关系到工作人员的生命安全,因此要求头盔佩戴必须符合标准。本文研究一种头盔佩戴智能检测方法,运用人工神经网络算法对采集到的头盔佩戴图像进行预处理,包括图像灰度化、图像滤波...
在很多施工现场等密集场景下,头盔佩戴是否符合规范直接关系到工作人员的生命安全,因此要求头盔佩戴必须符合标准。本文研究一种头盔佩戴智能检测方法,运用人工神经网络算法对采集到的头盔佩戴图像进行预处理,包括图像灰度化、图像滤波、图像增强、图像背景分割等四部分,利用方向梯度直方图(HOG)进行头盔佩戴图像特征提取,构建随机森林分类器,对头盔佩戴状态智能检测。结果表明:利用该方法检测正确率达到预期目标。
展开更多
关键词
密集场景
佩戴
状态
图像滤波
下载PDF
职称材料
安全带佩戴视觉检测系统仿真研究
被引量:
1
2
作者
葛如海
金桥
+1 位作者
胡满江
符鸿玉
《车辆与动力技术》
2013年第4期17-21,25,共6页
为克服现有的安全带报警系统存在的不足,提出了一种安全带佩戴视觉检测系统并通过MATLAB实现.该系统首先把采集到的彩色图像转化为灰度图像并进行预处理,然后设计了合适的感兴趣窗口(W0I),用该WOI对灰度图像进行截取,以削减图像数据运算...
为克服现有的安全带报警系统存在的不足,提出了一种安全带佩戴视觉检测系统并通过MATLAB实现.该系统首先把采集到的彩色图像转化为灰度图像并进行预处理,然后设计了合适的感兴趣窗口(W0I),用该WOI对灰度图像进行截取,以削减图像数据运算量,同时有效排除了其他区域的干扰,增强了安全带特征.选取合适的全局阈值进行图像分割,计算得到的二值图像中的亮点比率,与设定的亮点比率阈值进行比较,从而判别出安全带是否佩戴规范.再利用MATLAB R2012a软件开发了安全带佩戴视觉检测系统软件,实现了对安全带佩戴规范与否的检测.最后,试验选取不同乘员身穿不同衣物,在不同光照环境下进行图像采集与检测试验,总体正确识别率达98.3%.试验结果表明,该检测系统快速有效,具有较强的鲁棒性和实时性.
展开更多
关键词
安全带
佩戴
状态
视觉检测
感兴趣窗口
机器视觉
下载PDF
职称材料
基于信号质量检测的腕式生理监测系统
3
作者
徐志红
赵湛
《传感器与微系统》
CSCD
2018年第5期94-96,共3页
设计了一种基于信号检测的腕式生理监测系统,嵌入一种基于循环自相关的信号检测算法,用于检测腕式生理监测系统的佩戴状态。依据信号质量参数,将信号标记为佩戴和不佩戴2种状态。佩戴状态时,计算并显示时间和脉率;不佩戴时,显示时间,脉...
设计了一种基于信号检测的腕式生理监测系统,嵌入一种基于循环自相关的信号检测算法,用于检测腕式生理监测系统的佩戴状态。依据信号质量参数,将信号标记为佩戴和不佩戴2种状态。佩戴状态时,计算并显示时间和脉率;不佩戴时,显示时间,脉率显示为0。实验表明:监测系统脉率显示更加精细、精准化。同时,将腕表与Phillip DB18进行了对比实验,脉率的准确度为±2 bpm。
展开更多
关键词
腕式生理监测系统
血氧容积波
脉率
佩戴
状态
下载PDF
职称材料
基于注意力机制的安全帽佩戴状态检测模型
4
作者
韩飞腾
刘永强
+4 位作者
房玉东
冯涛
郭玮
薛明
姬玉成
《中国安全生产科学技术》
CAS
CSCD
北大核心
2024年第8期196-202,共7页
为缓解安全生产视频监控场景下物体尺寸小、背景复杂、遮挡容易导致的安全帽佩戴状态漏检、误检、定位不准等问题,提出1种基于注意力机制的2阶段高精度安全帽佩戴状态检测模型。提出双向多层连接融合的特征金字塔网络,并设计基于编解码...
为缓解安全生产视频监控场景下物体尺寸小、背景复杂、遮挡容易导致的安全帽佩戴状态漏检、误检、定位不准等问题,提出1种基于注意力机制的2阶段高精度安全帽佩戴状态检测模型。提出双向多层连接融合的特征金字塔网络,并设计基于编解码的空间注意力机制去除冗余特征,提升小尺寸目标的召回率;采用多尺度卷积提取候选区域多层上下文特征,并利用注意力机制对不同层级、不同尺度的上下文特征进行显式加权,进而提高模型在复杂背景下的鲁棒性;解耦候选区域分类和定位网络,分别引入通道注意力和空间注意力提升模型分类和定位精度。研究结果表明:基于注意力机制的安全帽佩戴状态检测模型整体上优于当前相对主流的高精度检测框架,如YOLOv3、SSD、RetinaNet、Faster R-CNN、TridentNet模型。研究结果可有效缓解安全生产视频监控场景下安全帽佩戴状态的漏检、误检和定位不准等问题。
展开更多
关键词
安全生产
安全帽
佩戴
状态
检测
目标检测
注意力机制
特征金字塔
下载PDF
职称材料
基于深度学习的口罩佩戴状态目标检测系统设计
被引量:
3
5
作者
焦双健
孙萌雪
《单片机与嵌入式系统应用》
2021年第11期5-9,共5页
提出一种基于深度目标检测方法的口罩佩戴识别检测系统,以有效监督人们佩戴口罩情况。该系统首先通过对大量不同场景下正确佩戴口罩、错误佩戴口罩、未佩戴口罩三类图片数据进行网络训练,然后利用训练好的离线网络模型即可对监控视频中...
提出一种基于深度目标检测方法的口罩佩戴识别检测系统,以有效监督人们佩戴口罩情况。该系统首先通过对大量不同场景下正确佩戴口罩、错误佩戴口罩、未佩戴口罩三类图片数据进行网络训练,然后利用训练好的离线网络模型即可对监控视频中的人员口罩佩戴情况进行实时自动监督,当检测出错误佩戴口罩以及未佩戴口罩人员时,自动发出报警,提醒相关区域人员正确佩戴口罩。
展开更多
关键词
口罩
佩戴
状态
深度学习
卷积神经网络
YOLO
下载PDF
职称材料
基于改进型Yolov4的室内安全帽佩戴状态检测算法
被引量:
1
6
作者
黄志清
张煜森
+1 位作者
张严心
任柯燕
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2023年第1期64-72,共9页
为实现智能检测室内作业人员是否佩戴安全帽,提出了一种改进的Yolov4算法.首先,针对目前室内安全帽佩戴状态检测实验数据较为匮乏的问题,自建了一个用于室内场景的安全帽佩戴状态检测数据集.随后,为提升室内监控图像中模糊、微小目标的...
为实现智能检测室内作业人员是否佩戴安全帽,提出了一种改进的Yolov4算法.首先,针对目前室内安全帽佩戴状态检测实验数据较为匮乏的问题,自建了一个用于室内场景的安全帽佩戴状态检测数据集.随后,为提升室内监控图像中模糊、微小目标的安全帽佩戴状态检测准确率,设计了自校准多尺度特征融合模块并将其嵌入原Yolov4网络中.该模块首先通过深度超参数化卷积从上至下、从下至上融合不同尺度下的特征,加强待检测目标的特征纹理,使得模型能够检测出这两类目标.再通过特征自校准模块对融合后的特征进行过滤,加强或抑制特征图上的每一像素点,使得模型可以在融合后的特征图上进行精确的检测.此外为加速模型收敛,使用解耦合的检测头替换原Yolov4中的耦合检测头,使目标定位任务与安全帽佩戴状态的分类任务相互独立.最后为提升模型对于重叠目标的检测能力,提出了软性非极大值抑制后处理算法Soft-CIoU-NMS.实验结果表明,该改进的Yolov4模型能够准确地识别出室内作业人员是否佩戴安全帽,准确率达到了95.1%.相比于原Yolov4模型,该模型对位于监控摄像头远端的模糊、微小目标和监控图像中重叠目标的检测能力有明显提升,检测准确率提升了约4.7%,较好地满足了室内场景下作业人员安全帽佩戴状态智能检测的要求.
展开更多
关键词
计算机视觉
视频监控
深度学习
安全帽
佩戴
状态
检测
Yolov4
下载PDF
职称材料
题名
密集场景下头盔佩戴智能检测研究
被引量:
3
1
作者
陈闯闯
胡绍方
机构
周口师范学院网络工程学院
出处
《智能计算机与应用》
2020年第9期223-224,共2页
文摘
在很多施工现场等密集场景下,头盔佩戴是否符合规范直接关系到工作人员的生命安全,因此要求头盔佩戴必须符合标准。本文研究一种头盔佩戴智能检测方法,运用人工神经网络算法对采集到的头盔佩戴图像进行预处理,包括图像灰度化、图像滤波、图像增强、图像背景分割等四部分,利用方向梯度直方图(HOG)进行头盔佩戴图像特征提取,构建随机森林分类器,对头盔佩戴状态智能检测。结果表明:利用该方法检测正确率达到预期目标。
关键词
密集场景
佩戴
状态
图像滤波
Keywords
dense scene
wearing state
image filtering
分类号
TN136.5 [电子电信—物理电子学]
下载PDF
职称材料
题名
安全带佩戴视觉检测系统仿真研究
被引量:
1
2
作者
葛如海
金桥
胡满江
符鸿玉
机构
江苏大学汽车与交通工程学院
出处
《车辆与动力技术》
2013年第4期17-21,25,共6页
文摘
为克服现有的安全带报警系统存在的不足,提出了一种安全带佩戴视觉检测系统并通过MATLAB实现.该系统首先把采集到的彩色图像转化为灰度图像并进行预处理,然后设计了合适的感兴趣窗口(W0I),用该WOI对灰度图像进行截取,以削减图像数据运算量,同时有效排除了其他区域的干扰,增强了安全带特征.选取合适的全局阈值进行图像分割,计算得到的二值图像中的亮点比率,与设定的亮点比率阈值进行比较,从而判别出安全带是否佩戴规范.再利用MATLAB R2012a软件开发了安全带佩戴视觉检测系统软件,实现了对安全带佩戴规范与否的检测.最后,试验选取不同乘员身穿不同衣物,在不同光照环境下进行图像采集与检测试验,总体正确识别率达98.3%.试验结果表明,该检测系统快速有效,具有较强的鲁棒性和实时性.
关键词
安全带
佩戴
状态
视觉检测
感兴趣窗口
机器视觉
Keywords
Safety beh
Wearing status
Vision detection
Window of interest
Machine vision
分类号
U461.91 [机械工程—车辆工程]
下载PDF
职称材料
题名
基于信号质量检测的腕式生理监测系统
3
作者
徐志红
赵湛
机构
中国科学院电子学研究所
中国科学院大学
出处
《传感器与微系统》
CSCD
2018年第5期94-96,共3页
基金
国家自然科学基金资助项目(61302033)
北京市自然科学基金资助项目(Z16003)
国家重点研发计划资助项目(2016YFC1304302)
文摘
设计了一种基于信号检测的腕式生理监测系统,嵌入一种基于循环自相关的信号检测算法,用于检测腕式生理监测系统的佩戴状态。依据信号质量参数,将信号标记为佩戴和不佩戴2种状态。佩戴状态时,计算并显示时间和脉率;不佩戴时,显示时间,脉率显示为0。实验表明:监测系统脉率显示更加精细、精准化。同时,将腕表与Phillip DB18进行了对比实验,脉率的准确度为±2 bpm。
关键词
腕式生理监测系统
血氧容积波
脉率
佩戴
状态
Keywords
wrist-type physiological monitoring system
photoplethysmography
pulse rate
state of wearing
分类号
TP212 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于注意力机制的安全帽佩戴状态检测模型
4
作者
韩飞腾
刘永强
房玉东
冯涛
郭玮
薛明
姬玉成
机构
应急管理部大数据中心
清华大学自动化系
出处
《中国安全生产科学技术》
CAS
CSCD
北大核心
2024年第8期196-202,共7页
基金
国家重点研发计划项目(2021YFC3001304)。
文摘
为缓解安全生产视频监控场景下物体尺寸小、背景复杂、遮挡容易导致的安全帽佩戴状态漏检、误检、定位不准等问题,提出1种基于注意力机制的2阶段高精度安全帽佩戴状态检测模型。提出双向多层连接融合的特征金字塔网络,并设计基于编解码的空间注意力机制去除冗余特征,提升小尺寸目标的召回率;采用多尺度卷积提取候选区域多层上下文特征,并利用注意力机制对不同层级、不同尺度的上下文特征进行显式加权,进而提高模型在复杂背景下的鲁棒性;解耦候选区域分类和定位网络,分别引入通道注意力和空间注意力提升模型分类和定位精度。研究结果表明:基于注意力机制的安全帽佩戴状态检测模型整体上优于当前相对主流的高精度检测框架,如YOLOv3、SSD、RetinaNet、Faster R-CNN、TridentNet模型。研究结果可有效缓解安全生产视频监控场景下安全帽佩戴状态的漏检、误检和定位不准等问题。
关键词
安全生产
安全帽
佩戴
状态
检测
目标检测
注意力机制
特征金字塔
Keywords
work safety
detection on wearing status of safety helmet
object detection
attention mechanism
feature pyramid
分类号
X947 [环境科学与工程—安全科学]
下载PDF
职称材料
题名
基于深度学习的口罩佩戴状态目标检测系统设计
被引量:
3
5
作者
焦双健
孙萌雪
机构
中国海洋大学工程学院
出处
《单片机与嵌入式系统应用》
2021年第11期5-9,共5页
文摘
提出一种基于深度目标检测方法的口罩佩戴识别检测系统,以有效监督人们佩戴口罩情况。该系统首先通过对大量不同场景下正确佩戴口罩、错误佩戴口罩、未佩戴口罩三类图片数据进行网络训练,然后利用训练好的离线网络模型即可对监控视频中的人员口罩佩戴情况进行实时自动监督,当检测出错误佩戴口罩以及未佩戴口罩人员时,自动发出报警,提醒相关区域人员正确佩戴口罩。
关键词
口罩
佩戴
状态
深度学习
卷积神经网络
YOLO
Keywords
mask wearing status
deep learning
convolutional neural network
YOLO
分类号
TP39 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进型Yolov4的室内安全帽佩戴状态检测算法
被引量:
1
6
作者
黄志清
张煜森
张严心
任柯燕
机构
北京工业大学信息学部
北京交通大学电子信息工程学院
出处
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2023年第1期64-72,共9页
基金
国家自然科学基金青年基金资助项目(618002044).
文摘
为实现智能检测室内作业人员是否佩戴安全帽,提出了一种改进的Yolov4算法.首先,针对目前室内安全帽佩戴状态检测实验数据较为匮乏的问题,自建了一个用于室内场景的安全帽佩戴状态检测数据集.随后,为提升室内监控图像中模糊、微小目标的安全帽佩戴状态检测准确率,设计了自校准多尺度特征融合模块并将其嵌入原Yolov4网络中.该模块首先通过深度超参数化卷积从上至下、从下至上融合不同尺度下的特征,加强待检测目标的特征纹理,使得模型能够检测出这两类目标.再通过特征自校准模块对融合后的特征进行过滤,加强或抑制特征图上的每一像素点,使得模型可以在融合后的特征图上进行精确的检测.此外为加速模型收敛,使用解耦合的检测头替换原Yolov4中的耦合检测头,使目标定位任务与安全帽佩戴状态的分类任务相互独立.最后为提升模型对于重叠目标的检测能力,提出了软性非极大值抑制后处理算法Soft-CIoU-NMS.实验结果表明,该改进的Yolov4模型能够准确地识别出室内作业人员是否佩戴安全帽,准确率达到了95.1%.相比于原Yolov4模型,该模型对位于监控摄像头远端的模糊、微小目标和监控图像中重叠目标的检测能力有明显提升,检测准确率提升了约4.7%,较好地满足了室内场景下作业人员安全帽佩戴状态智能检测的要求.
关键词
计算机视觉
视频监控
深度学习
安全帽
佩戴
状态
检测
Yolov4
Keywords
computer vision
video surveillance
deep learning
safety helmet-wearing detection
Yolov4
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
密集场景下头盔佩戴智能检测研究
陈闯闯
胡绍方
《智能计算机与应用》
2020
3
下载PDF
职称材料
2
安全带佩戴视觉检测系统仿真研究
葛如海
金桥
胡满江
符鸿玉
《车辆与动力技术》
2013
1
下载PDF
职称材料
3
基于信号质量检测的腕式生理监测系统
徐志红
赵湛
《传感器与微系统》
CSCD
2018
0
下载PDF
职称材料
4
基于注意力机制的安全帽佩戴状态检测模型
韩飞腾
刘永强
房玉东
冯涛
郭玮
薛明
姬玉成
《中国安全生产科学技术》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
5
基于深度学习的口罩佩戴状态目标检测系统设计
焦双健
孙萌雪
《单片机与嵌入式系统应用》
2021
3
下载PDF
职称材料
6
基于改进型Yolov4的室内安全帽佩戴状态检测算法
黄志清
张煜森
张严心
任柯燕
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部