高危作业中人脸识别和传感标签安全帽定位方法∗
2019-07-10张健华刘海萍
计算机与数字工程 2019年6期
关键词:特征
张健华 刘海萍 李 锋
(广东交通职业技术学院 广州 510650)
1 引言
近五年,我国高危作业事故频发,一旦发生事故将带来巨大的经济损失和人员伤亡[1~3]。目前,业界一般采用射频器对作业人员打卡考勤,因作业区域较大,定位精度十分有限[4~5],严重影响人员救援效率。如何准确把握事故现场人员信息和具体位置,对事故救援和人员搜索起到重要作用[6]。
文章设计人脸识别定位管理系统,结合传感模块标签安全帽实现身份识别和数据定位的融合。首先,基利用小波分析的改进HOG 特征提取算法对施工人员进行脸部识别;其次,基于RSSI 受信号强度对佩戴传感标签的安全帽施工人员进行精确定位。
2 人脸特征点的提取
人脸各个器官形态、位置、大小和结构的差异使得每张脸千差万别,只要对这些器官结构进行几何描述,便可以作为人脸识别的特征点。然而传统特征点提取算法容易受到视角、表情、光照等因素影响识别效率。
2.1 算法参照和改进思路
HOG 是一种对物体进行检测的特征描算法,其通过统计图像局部区域内的HOG 来构成特征[7~8]。目前业界将HOG 算法用于人脸特征提取,对脸部图像采集中亮度变化、噪声、不同视角有相当高的容忍度[9~10]。HOG 算法复杂,为提高算法效率,每个像素点梯度方向和幅值大小只考虑其垂直和水平方向上4 个像素点的影响,而忽略了其对角线上4 个像素点幅值大小和梯度方向发生变化时的影响[11~12],在某些特定条件下会导致误识别或无法识别。……
登录APP查看全文
