發(fā)布時(shí)間：2021-11-27 10:35

　　針對(duì)公共安全突發(fā)事件應(yīng)急救援的封閉空間場(chǎng)景（Confined Space Scene,CSS）信息采集不通暢、不全面而影響救援等問(wèn)題,提出1種基于不變特征轉(zhuǎn)換（Scale invariant feature transform,SIFT）和支持向量機(jī)（Support Vector Machine,SVM）的圖像信息異常檢測(cè)方法。在場(chǎng)景內(nèi)外信息傳遞"斷環(huán)"情況下,該方法可利用物聯(lián)網(wǎng)技術(shù)采集的圖片,或以網(wǎng)絡(luò)圖片信息、歷史類似場(chǎng)景數(shù)據(jù)等作為補(bǔ)充,通過(guò)SIFT特征提取、K-means聚類處理以及SVM分類,實(shí)現(xiàn)場(chǎng)景的智能識(shí)別。經(jīng)仿真分析,該方法能實(shí)現(xiàn)封閉空間內(nèi)外部圖像信息互通,"接補(bǔ)"因無(wú)法了解事件內(nèi)部情況而產(chǎn)生的救援環(huán)節(jié)鏈條的"斷環(huán)",為救援提供決策參考。 

【文章來(lái)源】：中國(guó)安全生產(chǎn)科學(xué)技術(shù). 2020,16(08)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

akj及Cj與變量Sj-Sk之間的變比關(guān)系

在得到包含b張有效圖片的圖片池P″后,系統(tǒng)將圖片池P″傳遞給現(xiàn)場(chǎng)應(yīng)急管理中心,應(yīng)急管理中心根據(jù)得到的b張圖片集合進(jìn)一步提取有效的信息量I(i1,i2,i3,…in),挖掘包含:被劫持人數(shù)i1;被劫持人員在車內(nèi)位置i2;被劫持人員年齡特征、性別i3;劫匪人數(shù)i4;劫匪所持武器i5;劫匪在車內(nèi)的主要位置i6;客車車廂內(nèi)環(huán)境特征i7等信息在內(nèi)的圖片價(jià)值,幫助現(xiàn)場(chǎng)應(yīng)急中心進(jìn)行決策。這樣,就將從眾多滿足預(yù)篩選條件的圖片中篩選客車劫持這一特定、非常規(guī)突發(fā)事件場(chǎng)景圖片這一過(guò)程,轉(zhuǎn)化為構(gòu)建監(jiān)測(cè)預(yù)警模型中的圖像識(shí)別和分類檢測(cè)問(wèn)題,整個(gè)過(guò)程可用圖2描述。接著應(yīng)用不變特征轉(zhuǎn)換(SIFT)和支持向量機(jī)(SVM),針對(duì)CSS的圖像識(shí)別與篩選,提出1種智能化的圖像信息異常檢測(cè)算法模型,用以“接續(xù)”應(yīng)急處理信息獲取鏈條,保證有效獲取所需信息量。

要完成圖像信息異常檢測(cè),關(guān)鍵是實(shí)現(xiàn)對(duì)圖像的自動(dòng)標(biāo)注,難點(diǎn)是消除圖像視覺(jué)特征與語(yǔ)義標(biāo)簽之間的語(yǔ)義鴻溝[4]。目前常用的辦法是SIFT描述圖像特征加上SVM分類器,利用人工訓(xùn)練數(shù)據(jù)建立圖像視覺(jué)特征與語(yǔ)義標(biāo)簽的映射關(guān)系,然后為相應(yīng)圖像添加標(biāo)簽[5]。本文將SIFT-SVM運(yùn)用到特定突發(fā)事件場(chǎng)景(以客車劫持事件為模型),提出圖3所示的圖像信息異常檢測(cè)算法模型,下面具體闡述各模塊所采用的方法和技術(shù)路線。2.1 基于SIFT提取圖像特征

【參考文獻(xiàn)】：
期刊論文
[1]基于集成學(xué)習(xí)的圖像垃圾郵件過(guò)濾方法[J]. 趙俊生,候圣,王鑫宇,尹玉潔.  計(jì)算機(jī)工程與科學(xué). 2020(06)
[2]改進(jìn)的SIFT鄰域投票圖像匹配算法[J]. 程德強(qiáng),李騰騰,郭昕,白春夢(mèng),徐輝.  計(jì)算機(jī)工程與設(shè)計(jì). 2020(01)
[3]基于支持向量機(jī)的鐵路周邊地表沉降變形量預(yù)測(cè)[J]. 魏良針.  中國(guó)安全生產(chǎn)科學(xué)技術(shù). 2019(S1)
[4]基于機(jī)器學(xué)習(xí)方法的安全帽佩戴行為檢測(cè)[J]. 楊莉瓊,蔡利強(qiáng),古松.  中國(guó)安全生產(chǎn)科學(xué)技術(shù). 2019(10)
[5]物聯(lián)網(wǎng)技術(shù)在地震受困人員應(yīng)急搜救中的應(yīng)用研究[J]. 吳紅亞,郇戰(zhàn),顧衛(wèi)杰,王云良.  地震工程學(xué)報(bào). 2019(03)
[6]基于SIFT特征與SVM分類的地震災(zāi)情圖像信息異常檢測(cè)方法[J]. 張瑩,郭紅梅,尹文剛,趙真,冉青.  地震研究. 2019(02)
[7]基于SIFT算子影像拼接技術(shù)的研究和實(shí)踐[J]. 劉龍龍,寇瑞雄.  測(cè)繪與空間地理信息. 2018(12)
[8]基于特征內(nèi)相關(guān)和互信息的加權(quán)SVM算法[J]. 彭曉冰,朱玉全.  計(jì)算機(jī)科學(xué). 2018(12)
[9]基于多核學(xué)習(xí)SVM的圖像分類識(shí)別算法[J]. 李紅麗,許春香,馬耀鋒.  現(xiàn)代電子技術(shù). 2018(06)
[10]改進(jìn)的SIFT算法在圖像特征點(diǎn)匹配中的應(yīng)用[J]. 完文韜,楊成禹.  長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)

博士論文
[1]基于概率統(tǒng)計(jì)模型的特征學(xué)習(xí)方法與應(yīng)用研究[D]. 張昊.西安電子科技大學(xué) 2019



本文編號(hào)：3522107