📄Работа №187694
Тема: Использование методов компьютерного зрения для распознавания человека в области работы горно-шахтного оборудования
Характеристики работы
Тип работы
Дипломные работы, ВКР
Предмет
Робототехника
Объем:
26 листов
Год:
2018
Просмотров:
65
4260
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
ВВЕДЕНИЕ 5
1 Обзор существующих алгоритмов распознавания человека на двумерном изображении 6
2 Представление формата JPEG 9
3 Подготовка изображения 10
3.1 Цветовая модель RGB 10
3.2 Влияние цифрового шума на обработку изображений 12
3.3 Размытие изображения фильтром Гаусса 13
4 Разработка и тестирование алгоритма распознавания людей 18
Заключение 24
Литература 25
1 Обзор существующих алгоритмов распознавания человека на двумерном изображении 6
2 Представление формата JPEG 9
3 Подготовка изображения 10
3.1 Цветовая модель RGB 10
3.2 Влияние цифрового шума на обработку изображений 12
3.3 Размытие изображения фильтром Гаусса 13
4 Разработка и тестирование алгоритма распознавания людей 18
Заключение 24
Литература 25
📖 Аннотация
Работа посвящена разработке метода распознавания человека в зоне работы горно-шахтного оборудования с применением технологий компьютерного зрения. Актуальность исследования обусловлена необходимостью предотвращения травматизма на производстве, где человеческий фактор и ограниченная видимость в динамичных условиях работы подвижного оборудования создают высокие риски. В ходе исследования был проведен анализ существующих алгоритмов, включая метод Виолы-Джонса, и разработан специализированный подход, основанный на детектировании особенностей спецодежды рабочего на статических изображениях. Методология включала использование кроссплатформенного фреймворка Qt и библиотеки OpenCV для обработки изображений в формате JPEG, а также применение фильтра Гаусса для снижения цифрового шума. В результате создан программный алгоритм, способный определять присутствие человека в кадре, что позволяет инициировать остановку опасного оборудования. Практическая значимость работы заключается в возможности внедрения разработанного решения в системы безопасности горнодобывающих предприятий для автоматического контроля опасных зон. Обзор литературы охватывает вопросы обработки изображений, цветовых моделей и матричных фильтров. Полученный алгоритм демонстрирует работоспособность, однако требует дальнейшей доработки для повышения устойчивости к ложным срабатываниям, вызванным источниками света, и проведения экспериментальной валидации в реальных условиях шахты.
📖 Введение
Основной проблемой безопасности работы на территории с неогражденным рабочим органом, является человеческий фактор. В условиях активного тяжелого труда, рабочий может не заметить запуска работы механизма, способного нанести вред здоровью человека.
Во избежание травмирования рабочих такого предприятия был выбран метод компьютерного зрения, для распознавания движения человека и последующего отключения рабочего органа, до тех пор, пока рабочий не покинет небезопасную зону.
В связи с тем, что область видимости цифровой камеры не остается статичным: камера может быть направлена на зону работы добывающего оборудования, либо может быть прикрепленной к добывающей машине, возможность использования алгоритмов, реагирующих на изменение фона изображения, отпадает.
В работе будет определен метод, позволяющий распознать наличие человека на отдельно взятом изображении, без необходимости применения распознавания движения.
Компьютерное зрение - направление, связанное с вычислительной техникой, предназначенное для определения содержимого изображений и видеопотока. Задачами, решаемыми с использованием компьютерного зрения, являются изменение содержимого изображения, реконструкция сцен, определение действий, на изображение, видео-трекинг, построение 3д моделей, на основе двумерных изображений, машинное обучение и распознавания текста.
Постановка задачи:
В качестве среды программирования был выбран кроссплатформенный фреймворк Qt
[2] , написанный на языке программирования C++, а также поддерживаемый на таких операционных системах как: Android, iOS, macOS, Windows, Windows Phone и Linux.
Обрабатываемые изображения имеют формат jpeg [1].
Для декодирования формата изображения, была использована библиотека OpenCV
[3] , написанная на языке программирования C++, автор Intel Corporation.
Задача 1. Рассмотреть существующие алгоритмы и методы распознавания объектов на двумерных изображениях.
Задача 2. Написать программу для распознавания рабочего на изображении.
1 Обзор существующих алгоритмов распознавания человека на двумерном изображении.
Распознавания лица это один из самых распространенных методов распознавания человека. Он основан на биометрических характеристиках и особенностях лица человека. В качестве примера рассмотрим метод Виолы-Джонса [2].
Состоит метод из 2 этапов: первый - этап обучения, второй - этап распознавания. Этап обучения занимает длительное время. В алгоритмах распознавания, время, затрачиваемое на обучение, не является существенным. Основное требование скорость распознавания.
В основе метода Виолы-Джонса лежит метод скользящего окна, движение окна, меньше по размеру, чем само изображение, вдоль всего изображения, с целью определения локальных особенностей (признаков) изображения и последующего обучения по ним. Скользящее окно описывается значениями Ux и Uy величины сдвигового окна и QU размером сдвига. В качестве сдвигового окна, были выбраны примитивы Хаара.
Примитивы Хаара - признаки цифрового изображения, для распознавания образов. В качестве образов, в методе Виола-Джонса используются особые признаки на лице человека, такие как область в районе глаз, обычно темнее, чем область в районе щек. Таким образом, появляются два смежных прямоугольника, лежащих в районе глаз и щек.
На этапе обучения, окно установленного значения, движется с определенным шагом, где рассчитывают, с определенной погрешностью, наличие или отсутствие признака, в случае обнаружения, она заносит его в классификатор (база, в которой хранятся характеристики объектов с одним классом).
Простейшим прямогульным признаком, является разность сумм пикселей смежных областей в прямоугольнике. Прямоугольник принимает различные масштабы, для стойкости к изменению размеров признака. Каждый признак, проявляет наличие или отсутствие конкретной характеристики на изображении.
Во избежание травмирования рабочих такого предприятия был выбран метод компьютерного зрения, для распознавания движения человека и последующего отключения рабочего органа, до тех пор, пока рабочий не покинет небезопасную зону.
В связи с тем, что область видимости цифровой камеры не остается статичным: камера может быть направлена на зону работы добывающего оборудования, либо может быть прикрепленной к добывающей машине, возможность использования алгоритмов, реагирующих на изменение фона изображения, отпадает.
В работе будет определен метод, позволяющий распознать наличие человека на отдельно взятом изображении, без необходимости применения распознавания движения.
Компьютерное зрение - направление, связанное с вычислительной техникой, предназначенное для определения содержимого изображений и видеопотока. Задачами, решаемыми с использованием компьютерного зрения, являются изменение содержимого изображения, реконструкция сцен, определение действий, на изображение, видео-трекинг, построение 3д моделей, на основе двумерных изображений, машинное обучение и распознавания текста.
Постановка задачи:
В качестве среды программирования был выбран кроссплатформенный фреймворк Qt
[2] , написанный на языке программирования C++, а также поддерживаемый на таких операционных системах как: Android, iOS, macOS, Windows, Windows Phone и Linux.
Обрабатываемые изображения имеют формат jpeg [1].
Для декодирования формата изображения, была использована библиотека OpenCV
[3] , написанная на языке программирования C++, автор Intel Corporation.
Задача 1. Рассмотреть существующие алгоритмы и методы распознавания объектов на двумерных изображениях.
Задача 2. Написать программу для распознавания рабочего на изображении.
1 Обзор существующих алгоритмов распознавания человека на двумерном изображении.
Распознавания лица это один из самых распространенных методов распознавания человека. Он основан на биометрических характеристиках и особенностях лица человека. В качестве примера рассмотрим метод Виолы-Джонса [2].
Состоит метод из 2 этапов: первый - этап обучения, второй - этап распознавания. Этап обучения занимает длительное время. В алгоритмах распознавания, время, затрачиваемое на обучение, не является существенным. Основное требование скорость распознавания.
В основе метода Виолы-Джонса лежит метод скользящего окна, движение окна, меньше по размеру, чем само изображение, вдоль всего изображения, с целью определения локальных особенностей (признаков) изображения и последующего обучения по ним. Скользящее окно описывается значениями Ux и Uy величины сдвигового окна и QU размером сдвига. В качестве сдвигового окна, были выбраны примитивы Хаара.
Примитивы Хаара - признаки цифрового изображения, для распознавания образов. В качестве образов, в методе Виола-Джонса используются особые признаки на лице человека, такие как область в районе глаз, обычно темнее, чем область в районе щек. Таким образом, появляются два смежных прямоугольника, лежащих в районе глаз и щек.
На этапе обучения, окно установленного значения, движется с определенным шагом, где рассчитывают, с определенной погрешностью, наличие или отсутствие признака, в случае обнаружения, она заносит его в классификатор (база, в которой хранятся характеристики объектов с одним классом).
Простейшим прямогульным признаком, является разность сумм пикселей смежных областей в прямоугольнике. Прямоугольник принимает различные масштабы, для стойкости к изменению размеров признака. Каждый признак, проявляет наличие или отсутствие конкретной характеристики на изображении.
✅ Заключение
В ходе данной работы были рассмотрены простейшие методы обработки изображений. А также разработан метод детектирования рабочего на изображении. Алгоритм имеет свои преимущества, как следствие свою область применения.
В ходе работы над проектом были достигнуты следующие цели:
1. Проанализирован метод Виолы-Джонса для детектирования людей. Показаны алгоритм и принцип детектирования.
2. Разработан подход для детектирования рабочего, в условиях работы на угледобывающих шахтах, через особенности спецодежды рабочего.
3. Использован фильтр Гаусса, а так же обоснована необходимость его применения.
4. Приведены программные алгоритмы для обработки двумерных изображений.
Полученный в ходе работы подход является достаточным, для определения источника света, но не является полностью рациональным, по причине возможности ложных срабатываний, при появлении источника света на изображении, но при отсутствии непосредственно рабочего.
Данная работа не освещает всех аспектов, связанных с работой рассмотренного подхода, для детектирования рабочего. Подход не имеет экспериментальных показателей устойчивости к ложным срабатываниям.
В ходе работы над проектом были достигнуты следующие цели:
1. Проанализирован метод Виолы-Джонса для детектирования людей. Показаны алгоритм и принцип детектирования.
2. Разработан подход для детектирования рабочего, в условиях работы на угледобывающих шахтах, через особенности спецодежды рабочего.
3. Использован фильтр Гаусса, а так же обоснована необходимость его применения.
4. Приведены программные алгоритмы для обработки двумерных изображений.
Полученный в ходе работы подход является достаточным, для определения источника света, но не является полностью рациональным, по причине возможности ложных срабатываний, при появлении источника света на изображении, но при отсутствии непосредственно рабочего.
Данная работа не освещает всех аспектов, связанных с работой рассмотренного подхода, для детектирования рабочего. Подход не имеет экспериментальных показателей устойчивости к ложным срабатываниям.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.