变电站安全监视中人体检测的视觉辨识研究

基于变电站作业安全管控系统中对视觉辨识和高精度快速目标捕捉定位的需求,研究了一种基于人体HOG特征描述子与级联Adaboost分类器的改进人体检测算法。根据人体姿态、动作、可视角度多变的特点,设计了一种基于人体的HOG特征提取算法,并针对传统SVM分类器运行速率低、检测性能不高的情况,采用改进的级联Adaboost分类器进行训练学习与分类,极大提高了原算法的运行效率与检测性能,较好地满足了真实变电站视频监控和作业安全管控场景中的人体检测功能需求,为视频监视系统开辟了作业安全和管理的应用扩展新领域。