發(fā)布時間：2025-02-05 15:08

　　本研究是科學(xué)研究項目“液貨船舶智能安全防護裝備技術(shù)開發(fā)”的一部分,重點關(guān)注船舶智能保安門禁系統(tǒng)的開發(fā)與設(shè)計。目前客、貨船多采取手動登記、人工查驗等方式控制人員登離船。登離船通道人工控制方法在降低人員身份查驗可靠性的同時,與海運界減員增效、智能航海大方向明顯相悖,而且增加了船舶值班員工作負擔(dān),擠占船舶值班員的安全巡防時間。伴隨生物識別技術(shù)、AI智能算法、智能芯片技術(shù)的發(fā)展,基于生物特征的人員核驗技術(shù)被廣泛地應(yīng)用到各種出入通道智能控制系統(tǒng)。對比早期的指紋識別技術(shù),人臉識別技術(shù)最大的特點是非接觸式采集并判別人臉,可以提供更好的使用體驗。為降低船舶靠泊期間面臨的安全風(fēng)險,提升上下船人員核檢效率和可靠性,本文基于人臉識別技術(shù)設(shè)計開發(fā)了一套面向船舶的嵌入式智能保安門禁系統(tǒng)。論文主要工作內(nèi)容如下:1.解讀《國際船舶和港口設(shè)施保安規(guī)則》《1974年國際海上人命安全公約》,從船舶保安、安全航行、通信與干擾、應(yīng)急供電、人員撤離等多個維度明確系統(tǒng)設(shè)計開發(fā)思路,凝練門禁系統(tǒng)主要功能并完成系統(tǒng)的整體框架設(shè)計。2.開展目標檢測和人臉識別算法理論研究,提出滿足船舶工作現(xiàn)實需求的目標檢測和人臉識別算法。采用改進YOLO...

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３．１０標圖過程截圖??Ｆｉｇ．?３．１０?Ｓｃｒｅｅｎｓｈｏｔ?ｏｆ?ｔｈｅ?ｐｌｏｔｔｉｎｇ?ｐｒｏｃｅｓｓ??（２）網(wǎng)絡(luò)模型訓(xùn)練??表３．３為本文實驗平臺參數(shù)

ｅｗｉｔｈｈｅｌｍｅｔ”，將另一個目標框命名為“ｆａｃｅ”。常見的人臉框的選擇是僅選取人??臉特征明顯部分作為目標框，然而這意味著“ｆａｃｅ?ｗｉｔｈ?ｈｅｌｍｅｔ”類特征將包含了?“ｆａｃｅ”??類，容易導(dǎo)致將“ｆａｃｅｗｉｔｈｈｅｌｍｅｔ”類目標同時識別成“ｆａｃｅ”類，即目....

圖３．１３模型訓(xùn)練的Ｌｏｓｓ曲線圖??’?Ｆｉｇ．?３．１３?Ｌｏｓｓ?ｃｕｒｖ?

?．大連海事大學(xué)專業(yè)學(xué)位碩士學(xué)位論文?＇?＇???ＩＭ１娜丨釅ｖ腦Ｉ■■嫩ｌｉｌｌ醒１遞＿１?臟腿瀰■腦疆Ｍ??圖３．１２訓(xùn)練部分過程圖??Ｆｉｇ．?３．１２?Ｐａｒｔｉａｌ?ｐｒｏｃｅｓｓ?ｃｈａｒｔ?ｏｆ?ｔｒａｉｎｉｎｇ??Ｉ?－ｏｕｒｒ＊ｎｔ?？ｖ＊?！〇？■?—?０．２....

圖３．１４模型檢測效果??Ｆｉｇ．?３．１４?Ｍｏｄｅｌ?ｄｅｔｅｃｔｉｏｎ?ｅｆｆｅｃｔ??３．?３圖像預(yù)處理和人臉檢測算法??３．?３．?１圖像預(yù)處理??

?船舶智能保安門禁系統(tǒng)設(shè)計與實現(xiàn)???在自制數(shù)據(jù)集上，本文改進ＹＯＬＯｖ３－Ｔｉｎｙ的安全帽佩戴檢測算法通過加深網(wǎng)絡(luò)深??度、引入ＳＰＰ層等措施，通過少量犧牲Ｙ０Ｌ０ｖ３－Ｔｉｎｙ原算法檢測速度，獲得了檢測精??度的提高。模型實際檢測效果如圖３．１４所示。??丨－藤片－（ＫＷｌｉ....

圖３．１８原始圖像的預(yù)處理??Ｆｉｇ．?３．１８?Ｐｒｅ－ｐｒｏｃｅｓｓｉｎｇ?ｏｆ?ｏｒｉｇｉｎａｌ?ｉｍａｇｅ??－３７－??

測算法實現(xiàn)??由于在船舶應(yīng)用場景下，攝像頭采集的圖像質(zhì)量易受光線亮度、拍攝距離和曝光時??間長短等因素影響。為提高人臉檢測和識別效率，需依據(jù)文章３．３．１部分的理論研宄，??在人臉檢測前進行圖像預(yù)處理，從而減少圖像中可能出現(xiàn)的噪聲、對比度相差較大等問??題，使得圖像中人臉特征更加....

本文編號：4030031