發(fā)布時(shí)間：2021-03-31 02:03

　　隨著《中國(guó)制造2025》的提出,我國(guó)的創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略得到了突出體現(xiàn),并且把創(chuàng)新擺在了制造業(yè)發(fā)展全局的核心位置。制造業(yè)作為國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè),正由傳統(tǒng)模式逐漸向智能制造方向轉(zhuǎn)變。智能制造的特點(diǎn)是數(shù)字化、網(wǎng)絡(luò)化和智能化,是解決我國(guó)制造業(yè)由大到強(qiáng)的根本途徑。因此,制造業(yè)轉(zhuǎn)型將對(duì)智能制造產(chǎn)生極大地促進(jìn)作用。手機(jī)生產(chǎn)線作為制造業(yè)眾多產(chǎn)業(yè)之一,也正在不斷地向著智能化方向轉(zhuǎn)變。如現(xiàn)有的手機(jī)生產(chǎn)線改變了傳統(tǒng)工廠中需要大量工人進(jìn)行產(chǎn)品的生產(chǎn)以及后期的檢測(cè)工作,取而代之的是各種裝配有全自動(dòng)手機(jī)生產(chǎn)線的智能化生產(chǎn)車間。本文結(jié)合實(shí)驗(yàn)室的手機(jī)生產(chǎn)裝配流水線,其中流水線上的各個(gè)工位裝配有監(jiān)控?cái)z像頭并可以對(duì)手機(jī)的生產(chǎn)過程進(jìn)行監(jiān)控。如何有效地對(duì)海量的監(jiān)控視頻數(shù)據(jù)進(jìn)行存儲(chǔ)、處理、分析和檢索,并輔助工人進(jìn)行產(chǎn)品抽檢成為亟待解決的問題。針對(duì)上述需求,本文將語義Web技術(shù)引入多工位監(jiān)控視頻語義檢索應(yīng)用中,并結(jié)合機(jī)器學(xué)習(xí)技術(shù),實(shí)現(xiàn)了通過在檢索系統(tǒng)中輸入產(chǎn)品生產(chǎn)編號(hào)、監(jiān)控視頻對(duì)象特征描述和監(jiān)控視頻事件分類結(jié)果（某個(gè)工位）這三種關(guān)鍵詞的檢索。本文的主要研究工作如下:1.研究本體建模準(zhǔn)則、評(píng)價(jià)標(biāo)準(zhǔn)以及建模方法,分析工人們對(duì)多工位手... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：81 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

尺(a)高斯金字塔

重慶郵電大學(xué)碩士學(xué)位論文第2章相關(guān)技術(shù)綜述12xLkxGy),(),,(),,(kyxIyGσσ×=（2.12）式中，——尺度是的高斯核函數(shù)——原圖像——常數(shù)因子，表示相鄰兩尺度空間的差異性構(gòu)造高斯殘差金字塔，在同一組各層DoG之間尺度空間極值點(diǎn)，每個(gè)點(diǎn)與同層周圍8個(gè)點(diǎn)和相鄰層9個(gè)點(diǎn)，共26（8+9*2=26）個(gè)點(diǎn)進(jìn)行比較，如圖2.4所示。圖2.4DoG空間極值點(diǎn)檢測(cè)2.關(guān)鍵點(diǎn)定位：在每個(gè)候選的位置，都會(huì)使用一個(gè)精細(xì)的模型位置和比例。選擇重點(diǎn)取決于其穩(wěn)定性。3.方向確定：根據(jù)圖像局部梯度的方向，將一個(gè)或多個(gè)方向分配給每個(gè)關(guān)鍵點(diǎn)。將所有后續(xù)操作與描述性數(shù)據(jù)進(jìn)行比較，均相對(duì)于重要點(diǎn)的方向，范圍和位置已更改，以使這些變換保持不變。4.關(guān)鍵點(diǎn)描述：在每個(gè)關(guān)鍵點(diǎn)附近的選定比例尺上測(cè)量局部圖像梯度，并將這些梯度轉(zhuǎn)換為表示形式。這表明允許更大的局部變形和亮度變化。使用與特征點(diǎn)相鄰的中心點(diǎn)作為1616×選擇器窗口，并使圖案點(diǎn)和特征點(diǎn)的相對(duì)方向匹配。定向直方圖中的高斯權(quán)重由8個(gè)bin的定向直方圖中加權(quán)；最終實(shí)現(xiàn)××844的128維特征描述。2.2詞袋模型2.2.1詞袋模型原理kyxG),,(σσyxI),(k

將上一步中的詞頻分析結(jié)果輸入到分類算法中即可以得出文本的分類。 2.2.2 視覺詞袋模型構(gòu)建 類比于詞袋模型，在圖像處理領(lǐng)域中若一幅圖像可以用若干個(gè)“視覺單詞”來描述，進(jìn)而可利用分類算法進(jìn)行圖像分類。因此，考慮在圖像表示領(lǐng)域中使用詞袋模型，即表示圖像的內(nèi)容，可以將圖像視為文檔，并且該文檔由多個(gè)“視覺詞匯”的集合以及視覺詞匯之間的關(guān)系也如同文本詞匯的屬性一樣，相互之間忽略詞序，如圖 2.6 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于多模態(tài)信息的視頻描述算法[J]. 孫亮.  信息技術(shù)與網(wǎng)絡(luò)安全. 2019(07)
[2]非物質(zhì)文化遺產(chǎn)視頻語義標(biāo)注方法研究[J]. 侯西龍,談國(guó)新,莊文杰,唐銘.  情報(bào)科學(xué). 2018(11)
[3]電力企業(yè)非結(jié)構(gòu)化數(shù)據(jù)管理建議[J]. 趙永良,李平舟.  中國(guó)電力企業(yè)管理. 2017(36)
[4]基于k-means++聚類的視頻摘要生成算法[J]. 張亞洲,余正生.  工業(yè)控制計(jì)算機(jī). 2017(07)
[5]深度學(xué)習(xí)及其在圖像物體分類與檢測(cè)中的應(yīng)用綜述[J]. 劉棟,李素,曹志冬.  計(jì)算機(jī)科學(xué). 2016(12)
[6]一種基于語義分析的大數(shù)據(jù)視頻標(biāo)注方法[J]. 崔桐,徐欣.  南京航空航天大學(xué)學(xué)報(bào). 2016(05)
[7]基于小波變換的局部形狀匹配[J]. 張桂梅,孫曉旭,章毅.  計(jì)算機(jī)工程與應(yīng)用. 2017(02)
[8]基于語音識(shí)別的蔬菜病害視頻語義標(biāo)注與分割方法[J]. 李鑫星,劉春迪,溫皓杰,蘇葉,傅澤田,張領(lǐng)先.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2015(09)
[9]基于穩(wěn)定區(qū)域梯度方向直方圖的行人檢測(cè)方法[J]. 陳銳,彭啟民.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2012(03)
[10]基于Ontology的監(jiān)控視頻描述方案[J]. 馬玲,張重陽,鄭世寶.  電視技術(shù). 2011(03)

博士論文
[1]面向用戶的Web圖像檢索關(guān)鍵技術(shù)研究[D]. 邱兆文.哈爾濱工業(yè)大學(xué) 2009

碩士論文
[1]基于Lucene的會(huì)議信息管理系統(tǒng)的平臺(tái)建設(shè)[D]. 李明怡.華北電力大學(xué) 2015
[2]基于分層模板的鑄造枝狀縮松仿真[D]. 馬明輝.華南理工大學(xué) 2012



本文編號(hào)：3110562