| 一种基于视频图像的挖掘机工作状态识别方法 |
| |
| 引用本文： | 毛亮,薛月菊,林焕凯,杨阿庆. 一种基于视频图像的挖掘机工作状态识别方法[J]. 系统工程理论与实践, 2019, 39(3): 797-804. DOI: 10.12011/1000-6788-2017-1525-08 |
| |
| 作者姓名： | 毛亮 薛月菊 林焕凯 杨阿庆 |
| |
| 作者单位： | 华南农业大学 电子工程学院, 广州 510642 |
| |
| 基金项目： | 国家科技支撑计划（2015BAD06B03-3）；广东省科技计划项目（2015A020209148，2014A020208108）；广东省应用型科技研发项目（2015B010135007） |
| |
| 摘 要： | 为了实现违法用地现象的实时监测,对土地间的挖掘机等施工机械的工作状态识别是非常重要的.实际场景下,因随机噪声和光照变化的影响,给挖掘机工作状态识别带来极大的挑战.本文提出一种基于视频图像的挖掘机工作状态识别方法,首先,对同一品牌挖掘机工作装置的各种姿态建立混合local binary features (LBF)形状回归模型并进行离线训练;其次,利用上述模型预测输入视频帧中挖掘机工作装置的形状信息,构建挖掘机的工作状态特征描述子;最后,利用support vector machine (SVM)分类器自动判别挖掘机的工作状态—-工作状态或非工作状态.实验结果表明,该方法很好地克服了多姿态导致形状变化的影响,对挖掘机工作状态识别准确率达到了93.53%.
|
| 关 键 词： | 挖掘机 local binary features(LBF)特征 形状回归模型 support vector machine(SVM) 工作状态识别 |
| 收稿时间： | 2017-09-14 |
A recognition method of working state of excavator based on video image |
| |
| MAO Liang,XUE Yueju,LIN Huankai,YANG Aqing. A recognition method of working state of excavator based on video image[J]. Systems Engineering —Theory & Practice, 2019, 39(3): 797-804. DOI: 10.12011/1000-6788-2017-1525-08 |
| |
| Authors: | MAO Liang XUE Yueju LIN Huankai YANG Aqing |
| |
| Affiliation: | The Electronic Engineering College, South China Agricultural University, Guangzhou 510642, China |
| |
| Abstract: | |
| |
| Keywords: | excavator local binary features (LBF) feature the shape regression model support vector machine (SVM) working state identification |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 |
|
点击此处可从《系统工程理论与实践》下载全文 |
|
