《表2:基于综合管廊数据集的算法有效性比较》
综合管廊规模的扩大带来了非法入侵的风险。采用智慧监管系统对进入综合管廊内部的人员进行识别,是对抗非法入侵的有效方法。本文提出融合改进的卷积神经网络算法(Improved CNN)识别进入管廊内部的人员。在特征提取阶段,对人员的步态姿态以及衣着服饰进行提取。同时,对CNN模型进行梯度优化训练,加强人体动作识别。在特征融合阶段,用加权求和的方式把两类特征进行融合。用softmax分类器进行人体动作的分类识别。在公开数据集以及综合管廊数据集上的实验结果表明,该方法能够对管廊内部人员进行有效识别。
图表编号 | XD00151298200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.15 |
作者 | 欧阳康淼、康晓乐、曹蕊、王综勇、康来松 |
绘制单位 | 北京京投城市管廊投资有限公司、北京京投城市管廊投资有限公司、北京京投城市管廊投资有限公司、北京京投城市管廊投资有限公司、北京交通大学 |
更多格式 | 高清、无水印(增值服务) |