漁船駕駛艙是漁船安全航行的核心部分,許多漁船的安全事故都是由于駕駛艙值班人員違規(guī)操作造成的,利用視頻監(jiān)控技術對漁船駕駛艙值班人員進行人員檢測和人數識別,對整個漁船的安全有著至關重要的意義。嵌入式平臺具有體積小、功耗低、便于部署等特點,針對漁船船艙內空間狹小、船載電子設備需滿足防水、防腐、防鹽霧的無風扇設計要求等問題,論文選擇嵌入式平臺作為船艙人員視頻檢測的硬件平臺。但是由于視頻處理需要大量的運算,對硬件處理器的性能也有較高的要求,普通的嵌入式平臺的計算性能無法滿足要求,而擁有低功耗、高性能的嵌入式GPU成為解決這個問題的一個有效途徑。本文所做的主要工作如下:（1）分析現(xiàn)有漁船安全監(jiān)控系統(tǒng)中人員檢測模塊存在的問題,針對現(xiàn)有基于OpenCV和HOG特征的船艙人員檢測系統(tǒng)檢測準確率不高、檢測速度較慢等問題,提出基于嵌入式GPU的船艙人員視頻檢測解決思路。（2）搭建基于YOLO目標檢測框架的嵌入式船艙人員視頻檢測系統(tǒng)。為了提高系統(tǒng)檢測的準確度,針對漁船駕駛艙的特殊場景進行建模,制作漁船駕駛艙專用數據集,在此基礎上訓練得出專用于漁船駕駛艙人員檢測的模型。在嵌入式處理平臺NVIDIA Jetson... 

【文章來源】：上海海洋大學上海市

【文章頁數】：63 頁

【學位級別】：碩士

【部分圖文】：

YOLO模型

圖 3-1 YOLO 模型Fig 3-1 YOLO model先將輸入的待測圖像分成S S個網格單元，每個網格單元負責檢格單元中的物體，每個網格單元預測 B 個邊界框及它們的置信度分反映了模型對這個網格單元的預測結果，用公式定義如下：truth( ) Pr( )predObject confidence Object IOU中，Pr(O bject ) (0,1)。歷每一個網格單元，尋找最靠近原標記框(ground truth bound)的中元。如果目標物體不在網格單元中，則這個網格單元 confidence 得格單元內包含目標物體，那么該 confidence 得分就等于預測邊界框的交并比(Intersection over Union, IoU)。比較不同邊界框的 IoU，疊較少，相應地，它的 confidence 得分也會降低。對于不包含目標，降低其所有邊界框的 confidence 得分。

增加了一些 shortcut 連接，擴大了整體體量，網絡一共有 53 個卷積層，稱其為Darknet-53。Darknet-53 對于 GPU 的利用率非常高，因為它可以實現(xiàn)每秒最高的測量浮點運算，檢測速度也更快。3.2 基于 YOLO 的嵌入式船艙人員視頻檢測系統(tǒng)3.2.1 數據準備針對漁船駕駛艙這一特殊應用環(huán)境，采集船艙內攝像頭讀取的視頻流圖像，截取了 20 段監(jiān)控視頻中不同時間段、不同人數及人員各種姿態(tài)的圖片 3000 張，作為專用的訓練圖片。同時為了提高模型的泛用能力，避免訓練過程中出現(xiàn)過擬合的問題，增加 Pascal VOC 數據集中的 person 數據圖片 1000 張，共 4000 張訓練圖片，選擇其中的 2000 張圖片用作測試集，其中 Pascal VOC 數據集中的圖片已經包含了標注信息，采集的船艙內圖片則缺少相應的標注信息，需要手工標注。如圖 3-3 所示。

【參考文獻】：
期刊論文
[1]基于可變形部件模型的漁船安全監(jiān)控系統(tǒng)[J]. 洪志恒,陳明,秦玉芳,李凈.  計算機應用與軟件. 2018(02)
[2]基于ARM與DSP的實時視頻傳輸系統(tǒng)[J]. 楊澤,裴海龍.  計算機工程與設計. 2013(12)
[3]實時行人檢測預警系統(tǒng)[J]. 程如中,趙勇,王執(zhí)中,許家堯,王新安.  交通運輸工程學報. 2012(05)

碩士論文
[1]行人檢測系統(tǒng)的設計與實現(xiàn)[D]. 高磊.華僑大學 2018
[2]基于TDA2x的行人檢測方法的研究[D]. 徐國振.哈爾濱工業(yè)大學 2015
[3]行人檢測算法及其在DM8168平臺上的實現(xiàn)[D]. 戴毅.上海交通大學 2015
[4]改進的可變形部件模型及其在行人檢測中的應用[D]. 俞先國.國防科學技術大學 2013
[5]基于ARM9硬件平臺的人臉識別系統(tǒng)設計與研究[D]. 王威.電子科技大學 2013
[6]HOG+SVM行人檢測算法在DM6437上的實現(xiàn)與優(yōu)化[D]. 傅智勇.華南理工大學 2012



本文編號：2951925