出租车司机吸烟自动检测系统的设计和实现
这是一篇关于吸烟行为,出租车,图像增强,自动检测,烟雾区域的论文, 主要内容为出租车作为现代城市交通的名片之一,具有方便、快捷、可定制化服务的特点。与此同时,随着互联网与传统出租车行业相结合,以及国内人口密度的不断攀升,出租车服务行业又进入了一个黄金时期。但是,伴随着出租车从业者的不断增加,出租车司机违法违章数量也在与日俱增,这种现象一方面直接导致交通执法人员监管工作量和工作强度的急剧提升,同时也增大了执法纰漏发生的可能。随着计算机及多媒体信息处理技术的蓬勃发展,针对出租车监管的非现场执法成为可能。出租车司机在运营中发生吸烟行为属于严重的违章行为,但目前对此类行为的执法模式仍然是人工过滤监控视频、存储违法信息等相关操作,存在着工作量大、人情执法等风险。因此,探索与开发一套基于计算机视觉的出租车司机违章行为自动检测与识别系统具有重要的现实意义。本论文重点对吸烟违章行为自动检测技术展开研究,完成的主要工作包括:(1)提出一种利用矩形块亮度均值标准差和异常亮度块占比的交通监控视频帧筛选规则,结合MSRCR(Multi-Scale Retinex with Color Restoration,带色彩恢复的多尺度视网膜)算法,大幅度降低图像增强算法的处理耗时。亮度筛选规则的设定流程为:首先将视频帧分成异常光线视频帧和正常光线视频帧;其次将视频帧分割成48个矩形块,提取矩形块区域内的亮度均值、标准差等信息;最后计算异常亮度矩形块与总矩形块的数量占比,根据上述信息,设定一种区分视频帧的规则。算法在处理交通监控视频时,依据筛选规则,跳过正常光线视频帧,只针对异常光线视频帧进行MSRCR增强算法的处理,从而提升算法的实时性。(2)提出一种高效的出租车车窗区域检测算法。本文首先分析了大量交通监控视频中的吸烟场景,提出用车窗及车顶灯相关区域(下文统称车窗区域)的检测代替出租车车辆检测的思想,降低了因车辆相互遮挡导致漏检的风险,同时利用高鲁棒性和高实时性的Haar-Adaboost算法,完成车窗区域的初步检测。其次,为降低车窗区域分类器的误检率,设计了一种基于出租车车顶灯的分段直方图相似度匹配的方法,实现对车窗区域的二次检测。经出租车交通监控视频数据库的测试,算法查准率可达97.5%。(3)设计并提取一组契合交通监控场景的吸烟烟雾特征和吸烟动作特征,基于烟雾和动作的持续性完成吸烟行为的判定。本文首先利用前文提取的车窗区域,划定烟雾和动作的特征提取区域。通过分析大量吸烟烟雾样本,得出烟雾在HSV颜色空间的分布特性,同时结合ViBe运动目标检测算法提取的运动前景得到疑似烟雾区域。其次,通过深度分析交通场景中吸烟烟雾和吸烟动作等相关信息,最终确定使用烟雾的运动轨迹、复杂轮廓、凸包面积以及出租车司机抖烟灰的频次和时间间隔等特征实现吸烟行为的判定。(4)设计并实现多功能出租车司机吸烟行为自动检测系统。本文为提升系统的可交互性,基于B/S架构设计系统。同时利用Java生态体系中的轻量级SSM(SpringMVC、Spring、Mybatis)框架和计算视觉库JavaCV开发系统框架和算法部分,最终实现一款包括地图报警、自动检测取证、违章证据存储、数据统计与展示等功能的出租车司机吸烟行为自动检测系统。
云原生变频调速仿真实验及其自动检测的研究与实现
这是一篇关于云原生,虚拟仿真实验,自动检测,Docker,感知哈希算法的论文, 主要内容为仿真实验的研发已经取得了一些成果,但是在共享和人机智能交互等方面仍有提升空间。本文以异步电机矢量控制变压变频调速实验为研究案例,设计开发了虚拟仿真实验应用。本文以云原生架构进行开发部署,降低应用耦合性及运维成本,实现持续交付;并将仿真实验上架到开源的云原生应用管理平台,提供便捷的应用获取方式,促进仿真实验的应用和共享;还实现了仿真模型和实验结果的自动检测功能,增强应用人机交互能力。本文主要工作如下:(1)基于云原生构架的仿真实验设计与实现利用g RPC(Google Remote Procedure Call)微服务架构将虚拟仿真实验应用拆分为仿真运算与实验主体两个微服务;结合Vue.js和Element UI开发演示性实验,展示仿真模型与结果;利用前后端交互技术和MATLAB开发验证性实验,实现模拟实物实验的操作环境和参数仿真功能;利用第三方库js Plumb开发设计性实验,提供可操作模块和系统分析功能;利用My SQL设计数据库,保存用户信息和实验结果;利用Docker对仿真实验进行打包和部署;将本文开发的虚拟仿真实验上架到了本文作者参与开发的开源云原生应用管理平台;利用requests第三方库完成了对仿真实验的并发性能测试。(2)提出仿真模型和实验结果的自动检测方法并实现在验证性实验操作中,以面向对象的方式将实验操作记录为键值对数组,使用冗余存储自动检测分析实验操作错误;在设计性实验操作中,结合搜索回溯算法,自动分析仿真模型逻辑,实现系统故障诊断和传递函数提炼,并对传递函数进行自动化简,将其转化为Simulink可以处理的形式并进行仿真。在实验结果的自动检测中,本文利用所提出的基于感兴趣区域提取和小波变换的改进感知哈希算法,获得实验结果与模板图像的汉明距离,将其与理论阈值作比较判别实验结果正确性。研究表明,与传统图像哈希算法相比,本文提出的算法具有更高的正确率,适用于虚拟仿真实验结果正确性的自动检测。本文基于云原生架构设计并实现的变频调速虚拟仿真实验,包含演示性实验、验证性实验和设计性实验,能满足不同应用场景的需求,具备仿真模型和实验结果的自动检测功能,人机交互性强,应用耦合性低,便于获取,并发性能良好,便于推广和共享。
出租车司机吸烟自动检测系统的设计和实现
这是一篇关于吸烟行为,出租车,图像增强,自动检测,烟雾区域的论文, 主要内容为出租车作为现代城市交通的名片之一,具有方便、快捷、可定制化服务的特点。与此同时,随着互联网与传统出租车行业相结合,以及国内人口密度的不断攀升,出租车服务行业又进入了一个黄金时期。但是,伴随着出租车从业者的不断增加,出租车司机违法违章数量也在与日俱增,这种现象一方面直接导致交通执法人员监管工作量和工作强度的急剧提升,同时也增大了执法纰漏发生的可能。随着计算机及多媒体信息处理技术的蓬勃发展,针对出租车监管的非现场执法成为可能。出租车司机在运营中发生吸烟行为属于严重的违章行为,但目前对此类行为的执法模式仍然是人工过滤监控视频、存储违法信息等相关操作,存在着工作量大、人情执法等风险。因此,探索与开发一套基于计算机视觉的出租车司机违章行为自动检测与识别系统具有重要的现实意义。本论文重点对吸烟违章行为自动检测技术展开研究,完成的主要工作包括:(1)提出一种利用矩形块亮度均值标准差和异常亮度块占比的交通监控视频帧筛选规则,结合MSRCR(Multi-Scale Retinex with Color Restoration,带色彩恢复的多尺度视网膜)算法,大幅度降低图像增强算法的处理耗时。亮度筛选规则的设定流程为:首先将视频帧分成异常光线视频帧和正常光线视频帧;其次将视频帧分割成48个矩形块,提取矩形块区域内的亮度均值、标准差等信息;最后计算异常亮度矩形块与总矩形块的数量占比,根据上述信息,设定一种区分视频帧的规则。算法在处理交通监控视频时,依据筛选规则,跳过正常光线视频帧,只针对异常光线视频帧进行MSRCR增强算法的处理,从而提升算法的实时性。(2)提出一种高效的出租车车窗区域检测算法。本文首先分析了大量交通监控视频中的吸烟场景,提出用车窗及车顶灯相关区域(下文统称车窗区域)的检测代替出租车车辆检测的思想,降低了因车辆相互遮挡导致漏检的风险,同时利用高鲁棒性和高实时性的Haar-Adaboost算法,完成车窗区域的初步检测。其次,为降低车窗区域分类器的误检率,设计了一种基于出租车车顶灯的分段直方图相似度匹配的方法,实现对车窗区域的二次检测。经出租车交通监控视频数据库的测试,算法查准率可达97.5%。(3)设计并提取一组契合交通监控场景的吸烟烟雾特征和吸烟动作特征,基于烟雾和动作的持续性完成吸烟行为的判定。本文首先利用前文提取的车窗区域,划定烟雾和动作的特征提取区域。通过分析大量吸烟烟雾样本,得出烟雾在HSV颜色空间的分布特性,同时结合ViBe运动目标检测算法提取的运动前景得到疑似烟雾区域。其次,通过深度分析交通场景中吸烟烟雾和吸烟动作等相关信息,最终确定使用烟雾的运动轨迹、复杂轮廓、凸包面积以及出租车司机抖烟灰的频次和时间间隔等特征实现吸烟行为的判定。(4)设计并实现多功能出租车司机吸烟行为自动检测系统。本文为提升系统的可交互性,基于B/S架构设计系统。同时利用Java生态体系中的轻量级SSM(SpringMVC、Spring、Mybatis)框架和计算视觉库JavaCV开发系统框架和算法部分,最终实现一款包括地图报警、自动检测取证、违章证据存储、数据统计与展示等功能的出租车司机吸烟行为自动检测系统。
出租车司机吸烟自动检测系统的设计和实现
这是一篇关于吸烟行为,出租车,图像增强,自动检测,烟雾区域的论文, 主要内容为出租车作为现代城市交通的名片之一,具有方便、快捷、可定制化服务的特点。与此同时,随着互联网与传统出租车行业相结合,以及国内人口密度的不断攀升,出租车服务行业又进入了一个黄金时期。但是,伴随着出租车从业者的不断增加,出租车司机违法违章数量也在与日俱增,这种现象一方面直接导致交通执法人员监管工作量和工作强度的急剧提升,同时也增大了执法纰漏发生的可能。随着计算机及多媒体信息处理技术的蓬勃发展,针对出租车监管的非现场执法成为可能。出租车司机在运营中发生吸烟行为属于严重的违章行为,但目前对此类行为的执法模式仍然是人工过滤监控视频、存储违法信息等相关操作,存在着工作量大、人情执法等风险。因此,探索与开发一套基于计算机视觉的出租车司机违章行为自动检测与识别系统具有重要的现实意义。本论文重点对吸烟违章行为自动检测技术展开研究,完成的主要工作包括:(1)提出一种利用矩形块亮度均值标准差和异常亮度块占比的交通监控视频帧筛选规则,结合MSRCR(Multi-Scale Retinex with Color Restoration,带色彩恢复的多尺度视网膜)算法,大幅度降低图像增强算法的处理耗时。亮度筛选规则的设定流程为:首先将视频帧分成异常光线视频帧和正常光线视频帧;其次将视频帧分割成48个矩形块,提取矩形块区域内的亮度均值、标准差等信息;最后计算异常亮度矩形块与总矩形块的数量占比,根据上述信息,设定一种区分视频帧的规则。算法在处理交通监控视频时,依据筛选规则,跳过正常光线视频帧,只针对异常光线视频帧进行MSRCR增强算法的处理,从而提升算法的实时性。(2)提出一种高效的出租车车窗区域检测算法。本文首先分析了大量交通监控视频中的吸烟场景,提出用车窗及车顶灯相关区域(下文统称车窗区域)的检测代替出租车车辆检测的思想,降低了因车辆相互遮挡导致漏检的风险,同时利用高鲁棒性和高实时性的Haar-Adaboost算法,完成车窗区域的初步检测。其次,为降低车窗区域分类器的误检率,设计了一种基于出租车车顶灯的分段直方图相似度匹配的方法,实现对车窗区域的二次检测。经出租车交通监控视频数据库的测试,算法查准率可达97.5%。(3)设计并提取一组契合交通监控场景的吸烟烟雾特征和吸烟动作特征,基于烟雾和动作的持续性完成吸烟行为的判定。本文首先利用前文提取的车窗区域,划定烟雾和动作的特征提取区域。通过分析大量吸烟烟雾样本,得出烟雾在HSV颜色空间的分布特性,同时结合ViBe运动目标检测算法提取的运动前景得到疑似烟雾区域。其次,通过深度分析交通场景中吸烟烟雾和吸烟动作等相关信息,最终确定使用烟雾的运动轨迹、复杂轮廓、凸包面积以及出租车司机抖烟灰的频次和时间间隔等特征实现吸烟行为的判定。(4)设计并实现多功能出租车司机吸烟行为自动检测系统。本文为提升系统的可交互性,基于B/S架构设计系统。同时利用Java生态体系中的轻量级SSM(SpringMVC、Spring、Mybatis)框架和计算视觉库JavaCV开发系统框架和算法部分,最终实现一款包括地图报警、自动检测取证、违章证据存储、数据统计与展示等功能的出租车司机吸烟行为自动检测系统。
梅州移动爱立信设备检测系统
这是一篇关于OPS,OSS,网元,自动检测,直观呈现的论文, 主要内容为随着移动通信市场竞争的加剧，企业要想在竞争中脱颖而出，高质量高效率的后台支持起着举足轻重的作用。爱立信通信交换机是作为中国四大通信运营商的移动公司的主要硬件设备，数量及种类繁多，在计算机技术飞速发展的今天，利用计算机来进行“设备健康”自动检测成了大势所趋。 能够实现爱立信设备检测系统设计的工具比较多，C/S模式的有DELPHI、VB.NET、Borland C++ Builder等，B/S模式的有JSP.NET、ASP.NET等。针对梅州分公司的爱立信设备检测系统，使用专业室较少、岗位终端较多、而且比较集中，需要接入的客户端也比较少，因此系统选用C/S模式。设备检测系统将会在主要的生产终端上运行，考虑因素比较多的是安全性问题，该系统所接入的网段为爱立信OSS通信设备网管网，而且要求有较佳的性能，以体现告警呈现的及时性。在综合应用分析下，选用Borland C++ Builder作为本设备检测系统的前台开发工具。 本文在简单介绍OPS概念和C++ Builder相关技术后，接着详细介绍了系统的构成、机理、功能构成和设计特点，面向服务的分析与设计。然后重点描述了检测系统的运行原理，系统采用C++ Builder开发平台，是BORLAND公司生产的开发平台，其结合了C++语言的灵活与强大，又结合了VB的图形化开发平台的迅速、方便的优点。本系统基于内存运算开发的，通过下载数据，分析数据然后呈现数据实现软件效能，因此，在数据源存在和FTP服务生效的前提下，才能运行系统，数据源来自OSS系统，通过脚本进行采集，使用OSS的工具ACTIVITY MANAGER或者CRONTAB实现定时采集，保证数据持续更新；数据分析由内含存入和分析两个步骤，当数据下载到系统中时，是以文本形式存在数据呈现，通过一定的逻辑组合和过滤条件，将目标数据在表中呈现出来，达到监控的效果，拥有一般人都十分熟悉的WINDOWS图形化界面。而且，系统将监控部分凸显，令到系统监控的功能更人性化、更直观。
出租车司机吸烟自动检测系统的设计和实现
这是一篇关于吸烟行为,出租车,图像增强,自动检测,烟雾区域的论文, 主要内容为出租车作为现代城市交通的名片之一,具有方便、快捷、可定制化服务的特点。与此同时,随着互联网与传统出租车行业相结合,以及国内人口密度的不断攀升,出租车服务行业又进入了一个黄金时期。但是,伴随着出租车从业者的不断增加,出租车司机违法违章数量也在与日俱增,这种现象一方面直接导致交通执法人员监管工作量和工作强度的急剧提升,同时也增大了执法纰漏发生的可能。随着计算机及多媒体信息处理技术的蓬勃发展,针对出租车监管的非现场执法成为可能。出租车司机在运营中发生吸烟行为属于严重的违章行为,但目前对此类行为的执法模式仍然是人工过滤监控视频、存储违法信息等相关操作,存在着工作量大、人情执法等风险。因此,探索与开发一套基于计算机视觉的出租车司机违章行为自动检测与识别系统具有重要的现实意义。本论文重点对吸烟违章行为自动检测技术展开研究,完成的主要工作包括:(1)提出一种利用矩形块亮度均值标准差和异常亮度块占比的交通监控视频帧筛选规则,结合MSRCR(Multi-Scale Retinex with Color Restoration,带色彩恢复的多尺度视网膜)算法,大幅度降低图像增强算法的处理耗时。亮度筛选规则的设定流程为:首先将视频帧分成异常光线视频帧和正常光线视频帧;其次将视频帧分割成48个矩形块,提取矩形块区域内的亮度均值、标准差等信息;最后计算异常亮度矩形块与总矩形块的数量占比,根据上述信息,设定一种区分视频帧的规则。算法在处理交通监控视频时,依据筛选规则,跳过正常光线视频帧,只针对异常光线视频帧进行MSRCR增强算法的处理,从而提升算法的实时性。(2)提出一种高效的出租车车窗区域检测算法。本文首先分析了大量交通监控视频中的吸烟场景,提出用车窗及车顶灯相关区域(下文统称车窗区域)的检测代替出租车车辆检测的思想,降低了因车辆相互遮挡导致漏检的风险,同时利用高鲁棒性和高实时性的Haar-Adaboost算法,完成车窗区域的初步检测。其次,为降低车窗区域分类器的误检率,设计了一种基于出租车车顶灯的分段直方图相似度匹配的方法,实现对车窗区域的二次检测。经出租车交通监控视频数据库的测试,算法查准率可达97.5%。(3)设计并提取一组契合交通监控场景的吸烟烟雾特征和吸烟动作特征,基于烟雾和动作的持续性完成吸烟行为的判定。本文首先利用前文提取的车窗区域,划定烟雾和动作的特征提取区域。通过分析大量吸烟烟雾样本,得出烟雾在HSV颜色空间的分布特性,同时结合ViBe运动目标检测算法提取的运动前景得到疑似烟雾区域。其次,通过深度分析交通场景中吸烟烟雾和吸烟动作等相关信息,最终确定使用烟雾的运动轨迹、复杂轮廓、凸包面积以及出租车司机抖烟灰的频次和时间间隔等特征实现吸烟行为的判定。(4)设计并实现多功能出租车司机吸烟行为自动检测系统。本文为提升系统的可交互性,基于B/S架构设计系统。同时利用Java生态体系中的轻量级SSM(SpringMVC、Spring、Mybatis)框架和计算视觉库JavaCV开发系统框架和算法部分,最终实现一款包括地图报警、自动检测取证、违章证据存储、数据统计与展示等功能的出租车司机吸烟行为自动检测系统。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码项目助手 ，原文地址：https://m.bishedaima.com/lunwen/46731.html
