基于深度学习的危化品车辆识别

发布时间：2020-06-12 01:40

【摘要】：危化品车辆是一个移动的危险源,在公路交通运输过程中存在着很大的安全隐患,据统计有77%的危化品事故是发生在运输过程中的。近年来,深度学习已在图像分类和目标检测领域得到广泛应用,为危化品公路运输的监控管理提供了新的技术基础。因此,可以利用深度学习技术在重要路段对危化品车辆进行识别,监控危化品车辆的运输,提高危化品车辆运输的安全性,保障道路运输途中的生命财产安全。本文以监控视频图像中截取的危化品车辆图像为数据基础,讨论危化品车辆识别技术及应用:本文对当前车辆识别的特征提取算法和分类方法进行研究,选取传统方法中的方向梯度直方图和尺度不变特征变换作为特征提取算子,分析了它们的特征提取方法和特点。介绍了车辆识别中常用的SVM分类方法的工作原理。研究了深度学习中的卷积神经网络的结构和训练过程,以及车辆检测算法的原理。本文中应用传统特征提取算子,结合SVM分类器对危化品车辆进行识别;同时应用深度学习中的经典网络AlexNet和VGGNet进行危化品车辆识别工作,并进行了实证分析。本文为了测试传统特征方法和深度学习方法识别的效果,在15000张图像上进行对比实验,测试结果表明:深度学习中VGGNet的车辆识别准确率高于AlexNet,达到95.4%,传统方法中SIFT+SVM模型的识别准确率为68.7%,高于HOG+SVM模型。因此,基于深度学习的危化品车辆识别效果较好,在危化品车辆识别的工作中可以采用深度学习的方法。
【图文】：

财经大学硕士学位论文 基于深度学习的危化品车辆输入层，它是网络的输入部分，CNN 处理的是二维的数据结构，因此接将车辆图像输入网络。卷积层，图 2.3 中1C 和2C 都是卷积层，卷积过程就是用卷积核和输入卷积运算，，然后加上偏置值得到卷积层的特征图，在 CNN 中卷积运算就像局部特征进行提取的过程。卷积层由多张特征图组成，特征图的个数是核的个数决定的，卷积层提取的特征示意图如图 2.4 所示。

兰州财经大学硕士学位论文 基于深度学习的危化品车辆识VGGNet 在图像识别领域取得了不错的效果，本文研究中选择使用 VGG进行危化品车辆的图像识别，在使用前需要对网络的输出层数目进行调整，然将车辆检测任务中得到的检测数据作为样本输入 VGG16，经过特征提取，最实现车辆识别过程。与 AlexNet 的测试结果作对比，并比较两种模型在本文研中的性能。3.2.3 基于深度学习的危化品车辆识别根据上节车辆检测算法和 CNN 典型模型结构的研究，本节基于深度学习危化品车辆识别模型构建如图 3.7 所示。裁剪
【学位授予单位】：兰州财经大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：C81

【相似文献】

相关期刊论文 前10条

1 杨蝉;杨瑞霞;;基于大数据思维的危化品应急管理信息平台探究[J];山东化工;2019年13期

2 夏冬雨;;2017港口危化品储运安全研讨会即将召开[J];广东交通;2017年03期

3 王卫萍;赵军;;浅析危险化学品泄漏原因及措施[J];新疆化工;2009年03期

4 邹冲;;实验室危化品管理现状分析和建议[J];化工管理;2018年36期

5 齐跃丽;;化工企业危化品安全管理探究[J];科技风;2019年02期

6 曹生亚;杨庆;韩燕;索艳艳;顾锋;朱川;;6S管理在医院危化品规范化管理中的应用[J];江苏卫生事业管理;2018年12期

7 王宏伟;;从“11·28”事故谈危化品监管的当务之急[J];劳动保护;2019年02期

8 ;危化品重点县专家指导服务工作进行时[J];中国应急管理;2019年03期

9 肖九梅;;危化品生产和储运必须绷紧“安全弦”,锁紧“安全链”[J];今日农药;2019年04期

10 ;应急管理部强化危化品安全监管[J];低温与特气;2019年02期

相关会议论文 前10条

1 阮桢;王俊军;赵轶惠;张磊;;危化品槽罐车带压应急堵漏模拟训练装置的研制[A];2016中国消防协会科学技术年会论文集[C];2016年

2 彭宏恺;;危化品装卸作业事故预防与控制[A];2008年中国航海学会危险货物运输专业委员会论文集[C];2008年

3 朱国营;;浅谈危化品事故应急救援指挥的几点思考[A];2017中国消防协会科学技术年会论文集[C];2017年

4 陈亚子;李品;;火电厂“危化品”管理的法律梳理和管理要点[A];全国火电大机组（300MW级）竞赛第三十五届年会论文集[C];2006年

5 金满平;;危化品检测实验室的防火防爆安全管理探讨[A];中国职业安全健康协会2011年学术年会论文集[C];2011年

6 张振夫;李祥柱;刘晨;;危化品生产企业雷雨季节的防火防爆探讨[A];2014年十一省（市）金属（冶金）学会冶金安全环保学术交流会论文集[C];2014年

7 丁浩;;危化品公路运输事故及处置对策研究[A];2012中国消防协会科学技术年会论文集（下）[C];2012年

8 宋军;丁凌云;纪红兵;;基于物质、能量和信息的危险化学品燃爆事故处置方案的研究[A];2013中国消防协会科学技术年会论文集[C];2013年

9 孙维萍;俞剑君;李伟;潘建明;;基于地理信息系统的沿海危化品泄漏事故应急决策支持系统[A];第二届浙江减灾之路学术研讨会论文集[C];2016年

10 殷鹏;;浅析危化品车道电子警察系统[A];第三十二届中国（天津）2018’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2018年

相关重要报纸文章 前10条

1 曾志杨;为安监暗查叫好[N];中国化工报;2013年

2 刘宏庆 李雷 魏志勇;连云港危化品进口额逾2亿美元[N];中国化工报;2013年

3 特约记者 孟德贺;“天津模式”护驾危化品安全经营[N];中国化工报;2013年

4 邱美辉;防范危化运输事故先强化人车监管[N];中国化工报;2014年

5 冯新;不减负，指望第三方物流有点悬[N];中国化工报;2014年

6 王云立;专业化，危化品物流大势所趋[N];中国化工报;2014年

7 邱美辉;安全新法让化企生产更安全[N];中国化工报;2014年

8 王云立;为罐箱液化品运输点赞[N];中国化工报;2014年

9 本报记者 孙瑞华;我国危化品仓库缺量近三成[N];中国化工报;2014年

10 汪建沃;危化品监管应疏堵结合[N];中国化工报;2014年

相关博士学位论文 前4条

1 刘刚;城市化工集聚区危化品道路运输风险分析方法及应用研究[D];北京科技大学;2019年

2 崔远慧;危化品槽罐车运输安全监测信息处理技术研究[D];大连理工大学;2013年

3 陈毅;危化品罐箱智能监测系统和方法研究[D];大连理工大学;2016年

4 王艳华;高速公路对水文生态的影响及应对策略研究[D];长安大学;2015年

相关硕士学位论文 前10条

1 李成利;基于物联网的危化品物流车辆安全监控系统上位软件研究[D];山东财经大学;2018年

2 赵明艳;基于深度学习的危化品车辆识别[D];兰州财经大学;2019年

3 张正;危化品道路安全运输区域化联控机制研究[D];天津工业大学;2019年

4 张瑜;危化品港区风险分析与消防应急体系研究[D];中国石油大学(华东);2017年

5 王炎;易燃易爆危化品DSC鉴别方法研究及初步谱库的建立[D];南京理工大学;2018年

6 冯晓燕;山东YT市小微危化品企业安全管理研究[D];昆明理工大学;2018年

7 邵达青;面向应急制图的危化品道路运输事故场景建模[D];兰州交通大学;2018年

8 曹鹏波;危险化学品公路运输事故情景构建与应急管理研究[D];西安建筑科技大学;2018年

9 周泽_g;危化品仓储堆垛安全距离监测与预警系统设计与开发[D];北京化工大学;2018年

10 杜贺佳;基于可信性理论的模糊层次分析研究及其在危化品污染事故处理技术选择中的应用[D];北京化工大学;2018年

本文编号：2708811