基于RGB图像的皮带区矿工不安全行为识别研究

目录

声明

致谢

1 绪论

1.1 研究背景及意义

1.2.1 行为识别研究现状

1.2.2 矿工不安全行为研究现状

1.3.1 研究内容

1.3.2 不安全行为识别模型

1.3.3 章节安排

2 矿工不安全行为识别算法研究

2.1 运动目标检测

2.1.1 光流法

2.1.2 光流运动历史图

2.2 特征提取

2.2.1 HOG

2.2.2 Hu矩

2.3 基于集成学习的XGBoost算法

2.3.1 集成学习

2.3.2 XGBoost

2.4 皮带区环境目标识别

2.4.1 RCNN与Fast RCNN

2.4.2 Faster R-CNN

2.4.3 Mask R-CNN

2.5 本章小结

3 基于双层光流运动历史图的矿工行为表示

3.1 基于 DLOF-MHI 的矿工行为检测

3.1.1 关键帧提取

3.1.2 DLOF-MHI 计算

3.1.3 DLOF-MHI 参数估计

3.1.4 DLOF-MHI归一化

3.2 基于金字塔DLOF-MHI 的矿工行为检测

3.2.1 金字塔模型

3.2.2 基于金字塔的DLOF-MHI计算

3.3 基于 DLOF-MHI 的特征提取

3.3.1 HOG提取

3.3.2 Hu矩提取

3.3.3 特征融合

3.4 矿工行为表示方法评估

3.4.1 双层光流运动历史图评估

3.4.2 特征融合评估

3.5 本章小结

4 皮带区矿工行为识别

4.1 基于 XGBoost 的矿工行为识别实验

4.1.1 自建皮带区矿工行为数据集

4.1.2 XGBoost参数设置

4.1.3 基于XGBoost的矿工行为识别实验与分析

4.2 基于深层迁移学习的识别方法

4.3.1 基于矿工行为数据集的实验结果分析

4.3.2 基于DHA数据集实验结果分析

4.3.3 基于Hollywood2数据集实验结果分析

4.4 动作时序分割

4.5 本章小结

5 环境识别与矿工不安全行为判识

5.1 环境识别实验搭建与结果分析

5.1.1 实验环境搭建

5.1.2 环境识别实验结果分析

5.2 皮带区矿工不安全行为判识方法建立

5.3 不安全行为判识实验与结果分析

5.4 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

作者简历

学位论文原创性声明

学位论文数据集