CPS中目标识别关键技术应用研究
发布时间：2022-02-17 17:22
信息物理融合系统（CPS,Cyber-Physical Systems）是一种将信息空间和物理空间紧密结合的系统,它通过集成信息技术和自动控制技术,打造“状态感知-融合多源信息实时分析-决策执行”的数据闭环。环境状态感知是CPS的基础,被感知的物理对象包括人员和各种设备。随着深度学习技术的发展,目标识别技术逐渐成熟,研究目标识别技术在CPS中的应用,将能有效减少人工值守、巡检疏忽带来的安全问题,为传统系统改造成CPS提供了可能。并且能提供给CPS用于多源信息融合,从而提高决策的可靠性、准确性和安全性。作为目标识别技术的一个分支,人脸识别技术已得到广泛应用。CPS中基于监控摄像头的人脸识别不同于目前广泛应用的场景,人脸姿态存在较大变化,无法要求现场人员配合识别。为了改善监控场景下多姿态人脸识别准确率,本文提出了一种基于姿态估计的人脸识别算法。该算法在从图像中检测出人脸后,先将人脸分类到样本库中最接近的姿态类别,然后在子样本库中进行分类识别。针对该算法的姿态估计需求,本文设计了一种基于人脸关键点的姿态估计算法,该算法将人脸关键点映射到二值图上,使用改进的AlexNet训练姿态分类器。在CA...
【文章来源】：电子科技大学四川省211工程院校985工程院校教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究工作的背景与意义
1.2 研究现状
1.2.1 CPS介绍
1.2.2 多姿态人脸识别
1.2.3 设备状态检测
1.3 论文研究内容
1.4 论文章节安排
第二章 目标识别技术相关理论
2.1 卷积神经网络
2.1.1 基本概念
2.1.2 典型网络结构
2.2 目标识别
2.2.1 目标分类
2.2.2 目标检测
2.3 评价指标
2.3.1 混淆矩阵
2.3.2 ROC曲线
2.3.3 mAP
2.4 本章小结
第三章 CPS中多姿态人脸识别问题
3.1 CPS中人脸识别场景分析
3.2 基于人脸关键点的姿态估计算法
3.2.1 人脸姿态特征图
3.2.2 AlexNet网络结构
3.2.3 基于Pytorch框架的算法仿真测试
3.2.3.1 Pytorch简介
3.2.3.2 CAS-PEAL数据集
3.2.3.3 算法建模
3.2.3.4 实验结果及分析
3.3 结合姿态估计的人脸识别算法
3.3.1 算法建模
3.3.2 基于Pytorch框架的仿真测试
3.4 基于边缘节点的人脸识别系统
3.4.1 部署架构
3.4.2 人脸识别软件系统设计
3.4.3 系统测试
3.5 本章小结
第四章 CPS中设备状态实时监测问题
4.1 问题分析
4.2 指示灯检测
4.2.1 基于霍夫变换的圆形指示灯检测
4.2.1.1 基本原理
4.2.1.2 基于OpenCV框架的霍夫变换测试
4.2.2 基于SSD的两阶段指示灯检测算法
4.2.2.1 基于Pytorch的 SSD建模
4.2.2.2 基于自建数据集的训练和测试
4.2.3 多帧融合检测算法
4.3 基于LeNet的颜色识别算法
4.3.1 算法建模
4.3.2 训练测试
4.4 设备状态监测测试
4.5 本章小结
第五章 CPS中多源信息融合问题
5.1 问题分析
5.2 场景介绍
5.3 基于决策树的多源信息融合方法
5.3.1 基本原理
5.3.2 场景建模
5.3.3 数据生成及仿真测试
5.4 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
【参考文献】：
期刊论文
[1]多源信息融合技术研究综述[J]. 李洋,赵鸣,徐梦瑶,刘云飞,钱雨辰. 智能计算机与应用. 2019(05)
[2]基于Faster R-CNN的设备故障检测与识别[J]. 高露,马元婧. 计算机系统应用. 2019(04)
[3]多尺度卷积神经网络的头部姿态估计[J]. 梁令羽,张天天,何为. 激光与光电子学进展. 2019(13)
[4]基于红外图像分析的电力设备热故障检测技术研究[J]. 芦竹茂,王天正,俞华,马丽强,刘永鑫. 现代电子技术. 2017(11)
[5]头部姿态估计技术研究综述[J]. 陈书明,陈美玲. 泉州师范学院学报. 2015(06)
[6]基于图像分析的电力设备故障检测技术研究[J]. 冯俊. 现代电子技术. 2015(24)
[7]基于声音识别的设备状态检测算法[J]. 李晶,孙农亮,滕升华. 信息技术. 2015(06)
[8]基于视频图像的指示灯状态监测识别技术研究[J]. 黄战华,姜永奎,张旺,张昊. 传感技术学报. 2010(04)
[9]一种面向设备系统指示灯的状态识别方法[J]. 张永合,程健. 计算机仿真. 2009(03)
硕士论文
[1]多姿态表情的人脸识别算法研究[D]. 曹雯静.西安理工大学 2018
本文编号：3629812
【文章来源】：电子科技大学四川省211工程院校985工程院校教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究工作的背景与意义
1.2 研究现状
1.2.1 CPS介绍
1.2.2 多姿态人脸识别
1.2.3 设备状态检测
1.3 论文研究内容
1.4 论文章节安排
第二章 目标识别技术相关理论
2.1 卷积神经网络
2.1.1 基本概念
2.1.2 典型网络结构
2.2 目标识别
2.2.1 目标分类
2.2.2 目标检测
2.3 评价指标
2.3.1 混淆矩阵
2.3.2 ROC曲线
2.3.3 mAP
2.4 本章小结
第三章 CPS中多姿态人脸识别问题
3.1 CPS中人脸识别场景分析
3.2 基于人脸关键点的姿态估计算法
3.2.1 人脸姿态特征图
3.2.2 AlexNet网络结构
3.2.3 基于Pytorch框架的算法仿真测试
3.2.3.1 Pytorch简介
3.2.3.2 CAS-PEAL数据集
3.2.3.3 算法建模
3.2.3.4 实验结果及分析
3.3 结合姿态估计的人脸识别算法
3.3.1 算法建模
3.3.2 基于Pytorch框架的仿真测试
3.4 基于边缘节点的人脸识别系统
3.4.1 部署架构
3.4.2 人脸识别软件系统设计
3.4.3 系统测试
3.5 本章小结
第四章 CPS中设备状态实时监测问题
4.1 问题分析
4.2 指示灯检测
4.2.1 基于霍夫变换的圆形指示灯检测
4.2.1.1 基本原理
4.2.1.2 基于OpenCV框架的霍夫变换测试
4.2.2 基于SSD的两阶段指示灯检测算法
4.2.2.1 基于Pytorch的 SSD建模
4.2.2.2 基于自建数据集的训练和测试
4.2.3 多帧融合检测算法
4.3 基于LeNet的颜色识别算法
4.3.1 算法建模
4.3.2 训练测试
4.4 设备状态监测测试
4.5 本章小结
第五章 CPS中多源信息融合问题
5.1 问题分析
5.2 场景介绍
5.3 基于决策树的多源信息融合方法
5.3.1 基本原理
5.3.2 场景建模
5.3.3 数据生成及仿真测试
5.4 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
【参考文献】：
期刊论文
[1]多源信息融合技术研究综述[J]. 李洋,赵鸣,徐梦瑶,刘云飞,钱雨辰. 智能计算机与应用. 2019(05)
[2]基于Faster R-CNN的设备故障检测与识别[J]. 高露,马元婧. 计算机系统应用. 2019(04)
[3]多尺度卷积神经网络的头部姿态估计[J]. 梁令羽,张天天,何为. 激光与光电子学进展. 2019(13)
[4]基于红外图像分析的电力设备热故障检测技术研究[J]. 芦竹茂,王天正,俞华,马丽强,刘永鑫. 现代电子技术. 2017(11)
[5]头部姿态估计技术研究综述[J]. 陈书明,陈美玲. 泉州师范学院学报. 2015(06)
[6]基于图像分析的电力设备故障检测技术研究[J]. 冯俊. 现代电子技术. 2015(24)
[7]基于声音识别的设备状态检测算法[J]. 李晶,孙农亮,滕升华. 信息技术. 2015(06)
[8]基于视频图像的指示灯状态监测识别技术研究[J]. 黄战华,姜永奎,张旺,张昊. 传感技术学报. 2010(04)
[9]一种面向设备系统指示灯的状态识别方法[J]. 张永合,程健. 计算机仿真. 2009(03)
硕士论文
[1]多姿态表情的人脸识别算法研究[D]. 曹雯静.西安理工大学 2018
本文编号：3629812
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3629812.html
