声明
1 绪论
1.1 研究背景与课题来源
1.1.1 研究背景
1.1.2 课题来源
1.2 研究现状与研究意义
1.2.1 人员管控现状
1.2.2 人员检测技术现状
1.2.3 多源数据融合现状
1.2.4 人员定位技术现状
1.2.5 课题研究意义
1.3 论文内容与组织结构
1.3.1 论文主要研究内容
1.3.2 论文组织结构
2 系统总体分析与设计
2.1 危险车间人员管控现状
2.2 系统需求分析
2.2.1 系统功能需求
2.2.2 系统性能需求
2.3 系统总体架构设计
2.3.1 物理车间层
2.3.2 孪生数据层
2.3.3 虚拟车间层
2.3.4 数据服务与应用层
2.4 系统实现关键技术
2.4.1 实时人员检测技术
2.4.2 多源数据融合技术
2.4.3 多区域人员定位技术
2.5 本章小结
3基于3-Stage CCNN的实时人员检测
3.1 视觉传感器部署
1)安装原则
2)布局方案
3)摄像头选型
4)视频实时处理图形计算平台选型
3.2 实时同步视频图像数据采集
3.2.1 单目摄像头标定
3.2.2 同步视频流图像采集
3.3基于3-Stage CCNN的人员检测
3.3.1 3-Stage CCNN人员检测方案
3.3.23-Stage CCNN模型设计
3.3.33-Stage CCNN模型训练
3.3.43-Stage CCNN模型检测
3.4 本章小结
4 多源数据融合与多区域人员定位
4.1 多源数据融合
4.1.1 区域边界划分
4.1.2 模块化区域算法
4.2 多区域人员定位
4.2.1 数据采集与预处理
4.2.2 多输出回归算法
4.3 本章小结
5 模块测试与应用
5.1 人员检测模块测试
5.1.13-Stage CCNN网络正样本阈值选择
5.1.23-Stage CCNN测试集评估
5.1.33-Stage CCNN运行时间测试
5.1.43-Stage CCNN人员检测效果展示
5.2 数据融合与人员定位模块测试
5.2.1 多源数据融合模块测试
5.2.2 多区域人员定位模块测试
5.3 基于Java Web的人数统计与人员定位系统的功能设计
5.4 本章小结
6 总结与展望
6.1 工作总结
6.2 工作展望
致谢
参考文献
附录
南京理工大学;