基于深度學(xué)習(xí)的管制員狀態(tài)檢測研究
發(fā)布時間:2021-10-23 03:12
空中交通管制員疲勞風(fēng)險管控是中國民航航空安全研究的重要部分。管制員疲勞問題一旦嚴重,可能直接或間接引起一系列事故征候,甚至引發(fā)事故。因此,以客觀的方法檢測管制員的疲勞和相關(guān)行為動作,具有重要的研究意義。目前針對管制員的疲勞檢測,狀態(tài)檢測多以主觀評價法居多,客觀評價法較少。在客觀評價方法中,計算機視覺因為其經(jīng)濟性和無干擾性,已被相關(guān)研究應(yīng)用。但目前基于計算機視覺的管制員疲勞狀態(tài)檢測僅限于面部特征信息,本文認為除面部信息外,行為動作也包含諸多的信息要素,對這些信息進行挖掘,有助于分析管制員的疲勞現(xiàn)象和相關(guān)狀態(tài)。因此將本文將動作識別引入空管安全監(jiān)測領(lǐng)域。目前基于面部信息的管制員疲勞檢測在疲勞閾值選定上大多采用車載疲勞的標準,缺少對管制員的個性化評價指標。針對此問題,本文在多名一線管制員身上進行了相關(guān)實驗,以得到適用于管制員的相關(guān)指標變化規(guī)律。本文提出的狀態(tài)檢測方法結(jié)合多檢測算法,通過圖像處理,深度學(xué)習(xí)技術(shù)逐步定位人臉,人眼區(qū)域,定位人體骨骼關(guān)鍵點。構(gòu)建了兩大模塊,眼部狀態(tài)檢測模塊和肢體動作檢測模塊。眼部檢測模塊選用MTCNN神經(jīng)網(wǎng)絡(luò)模型標定管制員人眼區(qū)域,再通過卷積神經(jīng)網(wǎng)絡(luò)判定眼睛睜閉狀態(tài),...
【文章來源】:中國民用航空飛行學(xué)院四川省
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【部分圖文】:
姿態(tài)估計效果示例
14姿態(tài)估計算法主要可以分為2類,自頂向下的方法和做自底向上方法,自頂向下的方法是指首先使用一個人體檢測器[53],在此基礎(chǔ)上估計出再估計出每個人的關(guān)節(jié),從而進行姿態(tài)檢測。自底向上的方法是指首先檢測出輸入圖像中的所有關(guān)鍵點,然后將所有關(guān)鍵點鏈接并分組,找出每個人的關(guān)鍵點。近年來,上訴兩種檢測方法都取得了較好的成果。OpenPose算法是一種自底向上的方法,OpenPose最開始由卡內(nèi)基梅隆大學(xué)提出,在相關(guān)文獻中逐漸完善算法[54]OpenPose首先監(jiān)測出輸入圖像中的所有人體關(guān)節(jié)關(guān)鍵點,之后將關(guān)節(jié)點對應(yīng)到每一個人。OpenPose模型的架構(gòu)如圖2.2所示,OpenPose網(wǎng)絡(luò)首先通過一個vgg19卷積神經(jīng)網(wǎng)絡(luò),從圖像中提取特征。然后,由2個平行的卷積層來負責(zé)接收此特征。第一個分支用來預(yù)測18個熱度置信圖,每一個熱力圖代表了一個人體關(guān)節(jié)。第二個分支預(yù)測了關(guān)節(jié)點與人體之間的對應(yīng)關(guān)系,描述某關(guān)節(jié)點與相近關(guān)節(jié)點之間的關(guān)聯(lián)程度以判斷是否屬于同一人,然后將關(guān)節(jié)點分組到個人。OpenPose的實現(xiàn)過程如圖2.3圖2.2OpenPose模型網(wǎng)絡(luò)結(jié)構(gòu)框架圖圖2.3OpenPose各階段輸出示例圖中國民用航空飛行學(xué)院碩士學(xué)位論文
14姿態(tài)估計算法主要可以分為2類,自頂向下的方法和做自底向上方法,自頂向下的方法是指首先使用一個人體檢測器[53],在此基礎(chǔ)上估計出再估計出每個人的關(guān)節(jié),從而進行姿態(tài)檢測。自底向上的方法是指首先檢測出輸入圖像中的所有關(guān)鍵點,然后將所有關(guān)鍵點鏈接并分組,找出每個人的關(guān)鍵點。近年來,上訴兩種檢測方法都取得了較好的成果。OpenPose算法是一種自底向上的方法,OpenPose最開始由卡內(nèi)基梅隆大學(xué)提出,在相關(guān)文獻中逐漸完善算法[54]OpenPose首先監(jiān)測出輸入圖像中的所有人體關(guān)節(jié)關(guān)鍵點,之后將關(guān)節(jié)點對應(yīng)到每一個人。OpenPose模型的架構(gòu)如圖2.2所示,OpenPose網(wǎng)絡(luò)首先通過一個vgg19卷積神經(jīng)網(wǎng)絡(luò),從圖像中提取特征。然后,由2個平行的卷積層來負責(zé)接收此特征。第一個分支用來預(yù)測18個熱度置信圖,每一個熱力圖代表了一個人體關(guān)節(jié)。第二個分支預(yù)測了關(guān)節(jié)點與人體之間的對應(yīng)關(guān)系,描述某關(guān)節(jié)點與相近關(guān)節(jié)點之間的關(guān)聯(lián)程度以判斷是否屬于同一人,然后將關(guān)節(jié)點分組到個人。OpenPose的實現(xiàn)過程如圖2.3圖2.2OpenPose模型網(wǎng)絡(luò)結(jié)構(gòu)框架圖圖2.3OpenPose各階段輸出示例圖中國民用航空飛行學(xué)院碩士學(xué)位論文
本文編號:3452360
【文章來源】:中國民用航空飛行學(xué)院四川省
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【部分圖文】:
姿態(tài)估計效果示例
14姿態(tài)估計算法主要可以分為2類,自頂向下的方法和做自底向上方法,自頂向下的方法是指首先使用一個人體檢測器[53],在此基礎(chǔ)上估計出再估計出每個人的關(guān)節(jié),從而進行姿態(tài)檢測。自底向上的方法是指首先檢測出輸入圖像中的所有關(guān)鍵點,然后將所有關(guān)鍵點鏈接并分組,找出每個人的關(guān)鍵點。近年來,上訴兩種檢測方法都取得了較好的成果。OpenPose算法是一種自底向上的方法,OpenPose最開始由卡內(nèi)基梅隆大學(xué)提出,在相關(guān)文獻中逐漸完善算法[54]OpenPose首先監(jiān)測出輸入圖像中的所有人體關(guān)節(jié)關(guān)鍵點,之后將關(guān)節(jié)點對應(yīng)到每一個人。OpenPose模型的架構(gòu)如圖2.2所示,OpenPose網(wǎng)絡(luò)首先通過一個vgg19卷積神經(jīng)網(wǎng)絡(luò),從圖像中提取特征。然后,由2個平行的卷積層來負責(zé)接收此特征。第一個分支用來預(yù)測18個熱度置信圖,每一個熱力圖代表了一個人體關(guān)節(jié)。第二個分支預(yù)測了關(guān)節(jié)點與人體之間的對應(yīng)關(guān)系,描述某關(guān)節(jié)點與相近關(guān)節(jié)點之間的關(guān)聯(lián)程度以判斷是否屬于同一人,然后將關(guān)節(jié)點分組到個人。OpenPose的實現(xiàn)過程如圖2.3圖2.2OpenPose模型網(wǎng)絡(luò)結(jié)構(gòu)框架圖圖2.3OpenPose各階段輸出示例圖中國民用航空飛行學(xué)院碩士學(xué)位論文
14姿態(tài)估計算法主要可以分為2類,自頂向下的方法和做自底向上方法,自頂向下的方法是指首先使用一個人體檢測器[53],在此基礎(chǔ)上估計出再估計出每個人的關(guān)節(jié),從而進行姿態(tài)檢測。自底向上的方法是指首先檢測出輸入圖像中的所有關(guān)鍵點,然后將所有關(guān)鍵點鏈接并分組,找出每個人的關(guān)鍵點。近年來,上訴兩種檢測方法都取得了較好的成果。OpenPose算法是一種自底向上的方法,OpenPose最開始由卡內(nèi)基梅隆大學(xué)提出,在相關(guān)文獻中逐漸完善算法[54]OpenPose首先監(jiān)測出輸入圖像中的所有人體關(guān)節(jié)關(guān)鍵點,之后將關(guān)節(jié)點對應(yīng)到每一個人。OpenPose模型的架構(gòu)如圖2.2所示,OpenPose網(wǎng)絡(luò)首先通過一個vgg19卷積神經(jīng)網(wǎng)絡(luò),從圖像中提取特征。然后,由2個平行的卷積層來負責(zé)接收此特征。第一個分支用來預(yù)測18個熱度置信圖,每一個熱力圖代表了一個人體關(guān)節(jié)。第二個分支預(yù)測了關(guān)節(jié)點與人體之間的對應(yīng)關(guān)系,描述某關(guān)節(jié)點與相近關(guān)節(jié)點之間的關(guān)聯(lián)程度以判斷是否屬于同一人,然后將關(guān)節(jié)點分組到個人。OpenPose的實現(xiàn)過程如圖2.3圖2.2OpenPose模型網(wǎng)絡(luò)結(jié)構(gòu)框架圖圖2.3OpenPose各階段輸出示例圖中國民用航空飛行學(xué)院碩士學(xué)位論文
本文編號:3452360
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/3452360.html
最近更新
教材專著