基于SIFT与SVM的应急救援图像检测方法研究
发布时间：2021-11-27 10:35
针对公共安全突发事件应急救援的封闭空间场景（Confined Space Scene,CSS）信息采集不通畅、不全面而影响救援等问题,提出1种基于不变特征转换（Scale invariant feature transform,SIFT）和支持向量机（Support Vector Machine,SVM）的图像信息异常检测方法。在场景内外信息传递"断环"情况下,该方法可利用物联网技术采集的图片,或以网络图片信息、历史类似场景数据等作为补充,通过SIFT特征提取、K-means聚类处理以及SVM分类,实现场景的智能识别。经仿真分析,该方法能实现封闭空间内外部图像信息互通,"接补"因无法了解事件内部情况而产生的救援环节链条的"断环",为救援提供决策参考。
【文章来源】：中国安全生产科学技术. 2020,16(08)北大核心CSCD
【文章页数】：7 页
【部分图文】：
akj及Cj与变量Sj-Sk之间的变比关系
在得到包含b张有效图片的图片池P″后,系统将图片池P″传递给现场应急管理中心,应急管理中心根据得到的b张图片集合进一步提取有效的信息量I(i1,i2,i3,…in),挖掘包含:被劫持人数i1;被劫持人员在车内位置i2;被劫持人员年龄特征、性别i3;劫匪人数i4;劫匪所持武器i5;劫匪在车内的主要位置i6;客车车厢内环境特征i7等信息在内的图片价值,帮助现场应急中心进行决策。这样,就将从众多满足预筛选条件的图片中筛选客车劫持这一特定、非常规突发事件场景图片这一过程,转化为构建监测预警模型中的图像识别和分类检测问题,整个过程可用图2描述。接着应用不变特征转换(SIFT)和支持向量机(SVM),针对CSS的图像识别与筛选,提出1种智能化的图像信息异常检测算法模型,用以“接续”应急处理信息获取链条,保证有效获取所需信息量。
要完成图像信息异常检测,关键是实现对图像的自动标注,难点是消除图像视觉特征与语义标签之间的语义鸿沟[4]。目前常用的办法是SIFT描述图像特征加上SVM分类器,利用人工训练数据建立图像视觉特征与语义标签的映射关系,然后为相应图像添加标签[5]。本文将SIFT-SVM运用到特定突发事件场景(以客车劫持事件为模型),提出图3所示的图像信息异常检测算法模型,下面具体阐述各模块所采用的方法和技术路线。2.1 基于SIFT提取图像特征
【参考文献】：
期刊论文
[1]基于集成学习的图像垃圾邮件过滤方法[J]. 赵俊生,候圣,王鑫宇,尹玉洁. 计算机工程与科学. 2020(06)
[2]改进的SIFT邻域投票图像匹配算法[J]. 程德强,李腾腾,郭昕,白春梦,徐辉. 计算机工程与设计. 2020(01)
[3]基于支持向量机的铁路周边地表沉降变形量预测[J]. 魏良针. 中国安全生产科学技术. 2019(S1)
[4]基于机器学习方法的安全帽佩戴行为检测[J]. 杨莉琼,蔡利强,古松. 中国安全生产科学技术. 2019(10)
[5]物联网技术在地震受困人员应急搜救中的应用研究[J]. 吴红亚,郇战,顾卫杰,王云良. 地震工程学报. 2019(03)
[6]基于SIFT特征与SVM分类的地震灾情图像信息异常检测方法[J]. 张莹,郭红梅,尹文刚,赵真,冉青. 地震研究. 2019(02)
[7]基于SIFT算子影像拼接技术的研究和实践[J]. 刘龙龙,寇瑞雄. 测绘与空间地理信息. 2018(12)
[8]基于特征内相关和互信息的加权SVM算法[J]. 彭晓冰,朱玉全. 计算机科学. 2018(12)
[9]基于多核学习SVM的图像分类识别算法[J]. 李红丽,许春香,马耀锋. 现代电子技术. 2018(06)
[10]改进的SIFT算法在图像特征点匹配中的应用[J]. 完文韬,杨成禹. 长春理工大学学报(自然科学版). 2018(01)
博士论文
[1]基于概率统计模型的特征学习方法与应用研究[D]. 张昊.西安电子科技大学 2019
本文编号：3522107
【文章来源】：中国安全生产科学技术. 2020,16(08)北大核心CSCD
【文章页数】：7 页
【部分图文】：
akj及Cj与变量Sj-Sk之间的变比关系
在得到包含b张有效图片的图片池P″后,系统将图片池P″传递给现场应急管理中心,应急管理中心根据得到的b张图片集合进一步提取有效的信息量I(i1,i2,i3,…in),挖掘包含:被劫持人数i1;被劫持人员在车内位置i2;被劫持人员年龄特征、性别i3;劫匪人数i4;劫匪所持武器i5;劫匪在车内的主要位置i6;客车车厢内环境特征i7等信息在内的图片价值,帮助现场应急中心进行决策。这样,就将从众多满足预筛选条件的图片中筛选客车劫持这一特定、非常规突发事件场景图片这一过程,转化为构建监测预警模型中的图像识别和分类检测问题,整个过程可用图2描述。接着应用不变特征转换(SIFT)和支持向量机(SVM),针对CSS的图像识别与筛选,提出1种智能化的图像信息异常检测算法模型,用以“接续”应急处理信息获取链条,保证有效获取所需信息量。
要完成图像信息异常检测,关键是实现对图像的自动标注,难点是消除图像视觉特征与语义标签之间的语义鸿沟[4]。目前常用的办法是SIFT描述图像特征加上SVM分类器,利用人工训练数据建立图像视觉特征与语义标签的映射关系,然后为相应图像添加标签[5]。本文将SIFT-SVM运用到特定突发事件场景(以客车劫持事件为模型),提出图3所示的图像信息异常检测算法模型,下面具体阐述各模块所采用的方法和技术路线。2.1 基于SIFT提取图像特征
【参考文献】：
期刊论文
[1]基于集成学习的图像垃圾邮件过滤方法[J]. 赵俊生,候圣,王鑫宇,尹玉洁. 计算机工程与科学. 2020(06)
[2]改进的SIFT邻域投票图像匹配算法[J]. 程德强,李腾腾,郭昕,白春梦,徐辉. 计算机工程与设计. 2020(01)
[3]基于支持向量机的铁路周边地表沉降变形量预测[J]. 魏良针. 中国安全生产科学技术. 2019(S1)
[4]基于机器学习方法的安全帽佩戴行为检测[J]. 杨莉琼,蔡利强,古松. 中国安全生产科学技术. 2019(10)
[5]物联网技术在地震受困人员应急搜救中的应用研究[J]. 吴红亚,郇战,顾卫杰,王云良. 地震工程学报. 2019(03)
[6]基于SIFT特征与SVM分类的地震灾情图像信息异常检测方法[J]. 张莹,郭红梅,尹文刚,赵真,冉青. 地震研究. 2019(02)
[7]基于SIFT算子影像拼接技术的研究和实践[J]. 刘龙龙,寇瑞雄. 测绘与空间地理信息. 2018(12)
[8]基于特征内相关和互信息的加权SVM算法[J]. 彭晓冰,朱玉全. 计算机科学. 2018(12)
[9]基于多核学习SVM的图像分类识别算法[J]. 李红丽,许春香,马耀锋. 现代电子技术. 2018(06)
[10]改进的SIFT算法在图像特征点匹配中的应用[J]. 完文韬,杨成禹. 长春理工大学学报(自然科学版). 2018(01)
博士论文
[1]基于概率统计模型的特征学习方法与应用研究[D]. 张昊.西安电子科技大学 2019
本文编号：3522107
本文链接：https://www.wllwen.com/guanlilunwen/zhengwuguanli/3522107.html
