基于图像识别的施工防护栅栏异常检测的研究

作者：侯卫东; 季昆玉; 贾俊; 陆杰

来源：电子测量技术, 2018, 41(04): 102-106.

DOI：10.19651/j.cnki.emt.1701183

• 安全防护
• 图像识别
• HOG
• 深度学习
• CNN

在许多施工场景的安全监控中,需要及时发现防护栅栏的异常状态并进行告警。将图像识别技术应用于视频监控系统中,针对栅栏图像特有的特点,设计了基于HOG和基于深度学习的检测方法。通过实验比较分析,基于深度学习的检测方法比基于HOG的检测方法具有更高的检测精度,基于深度学习的检测方法其最高检测精度达到99.8%。合理设计深度神经网络的参数规模和网络架构,即使在无GPU的运算环境下也能达到准实时的检测需求,在无GPU的运算环境下,其对高清图像的检测速度能达到1.7s/f。

• 单位
  国网江苏省电力公司泰州供电公司