基于视频分析的执勤人员疲劳和离岗检测系统软件设计

摘要

武警部队是中国武装力量的重要组成部分，担负着国内重要的看守、保卫任务，其作用突出，责任重大。在武警执勤人员执勤过程中，其状态将直接影响武警部队的正常运作，因此，警用勤务视频监控系统得以大规模部署。但是传统的警用勤务视频监控系统采用人工监测的方式，造成了巨大的人力开销浪费，因此，研发替代人力监测的执勤状态自动监控系统具有重要的工程实用价值。
　　本论文研发了基于视频分析的执勤人员疲劳和离岗检测系统软件。软件主要由服务器端和客户端两部分组成，通过以太网连接网络摄像机获取视频数据。本系统制定了灵活的通信机制用于各模块间的数据交互，设计了包含数据接收、数据解码、异常检测、报警管理等模块的业务框架。其中，检测模块直接影响系统性能，包括两部分:疲劳检测通过MTCNN和“Adaboost+Haar-like特征”相结合的方式训练检测模型，实现疲劳检测需求;离岗检测通过SSD训练行人检测模型，并不断补充、优化样本，觌离岗检测需求。软件采用模块化和低耦合设计，使软件具有较强的可拓展性和可维护性。
　　经测试，本文研发的基于视频分析的执勤人员疲劳和离岗检测系统软件在各种环境中均有较高的准确性，包括日间/夜间等光线差异较大的场景、单/多目标场景、被测对象形态不同（正面/侧面、是否佩戴眼镜等）的场景，疲劳检测准确率在日间和夜间分别达到了95.9％、92.9％，离岗检测准确率在日间和夜间分别达到了98.3％、95.6％。因此，本系统能够满足执勤人员状态自动监控的实际需求，并已经投入实际场景进行使用。

目录

声明

致谢

摘要

1 绪论

1．1 课题的背景与意义

1．2 相关研究现状

1．2．1 疲劳检测

1．2．2 行人检测研究

1．3 课题研究内容

1．4 论文章节结构

2 相关技术介绍

2．1 实时流媒体传输技术

2．2 数字图像处理技术

2．2．1 图像编码压缩

2．2．2 OpenCV计算机视觉库

2．3 机器学习相关知识

2．3．1 ML

2．3．2 CNN

2．3．3 Caffe深度学习框架

2．4 本章小结

3 系统框架与详细设计

3．1 需求分析

3．2 系统总体架构

3．3 系统详细设计

3．3．1 系统通信设计

3．3．2 服务器端设计

3．3．3 客户端设计

3．4 本章小结

4 执勤人员疲劳检测模块详细设计

4．1 MTCNN实现原理

4．2 执勤人员疲劳检测业务设计

4．2．1 图像预处理模块

4．2．2 人脸检测及特征点检测模块

4．2．3 人眼区域获取

4．2．4 人眼状态检测模块

4．2．5 准确度提升策略

4．2．6 疲劳判定模块

4．3 本章小结

5 执勤人员离岗检测模块详细设计

5．1 SSD实现原理

5．2 执勤人员离岗检测业务设计

5．2．1 SSD目标检测模块

5．2．2 离岗判定模块

5．3 本章小结

6 系统测试及结果分析

6．1 测试环境

6．2 功能测试

6．2．1 客户端实况显示

6．2．2 客户端报警管理

6．3 性能测试

6．3．1 疲劳算法模块性能测试

6．3．2 离岗算法模块性能测试

6．4 本章小结

7 总结与展望

7．1 总结

7．1 展望

参考文献