一种基于视频图像的挖掘机工作状态识别方法

作者：毛亮; 薛月菊^*; 林焕凯; 杨阿庆

来源：系统工程理论与实践, 2019, 39(03): 797-804.

• 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

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%.

• 单位
  华南农业大学; 电子工程学院