基于FAST特征的智能安全帽静态报警方法的研究

论文摘要

目前有关智能安全帽大多只是关注工作人员是否佩戴安全帽和他们的异常操作,而对作业人员本身的异常状态则基本忽略,针对上述现状,文章提出了一种基于FAST特征的智能安全帽报警方法,检测佩戴智能安全帽人员的非正常状态(晕厥、猝死等静止状态)并进行报警。利用智能安全帽上搭载的摄像头采集图像数据,使用FAST特征检测算法快速提取特征,然后比较2幅图像的特征是否匹配,以此检测当前安全帽是否处于静止状态。实验结果表明,这种基于FAST特征检测的方法能够有效判断佩戴智能安全帽的人员是否处于静止状态,从而进行报警,在工人单独作业的情况下有较高的实用价值。

论文目录

• 0 引言
• 1 FAST特征检测
•   1.1 角点检测
•   1.2 加速检测
•   1.3 非极大值抑制
• 2 系统实现
•   2.1 FAST特征检测
•   2.2 特征点匹配
•   2.3 报警
• 3 实验结果分析
•   3.1 实验结果
•   3.2 结果分析
• 4 结语

文章来源

类型: 期刊论文

作者: 严良平,童静,王凯,程剑林,崔学坤,李志浩

关键词: 特征,特征提取,智能安全帽,静态报警

来源: 电力信息与通信技术 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技,工程科技Ⅰ辑

专业: 轻工业手工业,计算机软件及计算机应用

单位: 国网新源控股有限公司

分类号: TP391.41;TS941.721

DOI: 10.16543/j.2095-641x.electric.power.ict.2019.04.011

页码: 67-71

总页数: 5

文件大小: 2348K

下载量: 118