基于视觉和惯性传感器的大型邮轮室内旅客身份识别方法

邮轮内部结构及场景复杂,基于监控用单目摄像头的旅客身份识别方法缺乏深度信息,无法准确识别旅客位置、航向及航向变化信息,难以在复杂场景下准确识别旅客身份。针对上述问题,提出了基于监控用单目摄像头与手持惯性传感器的大型邮轮室内旅客身份识别方法。根据YOLOv5视觉目标检测算法,提取监控视频帧中旅客的像素坐标与边界框;利用2D-3D坐标转换公式,将相机图像中旅客的像素坐标转换为物理世界中旅客与相机的相对坐标;再基于改进神经网络模型,估计旅客在相机相对坐标系下的航向角。利用旅客智能手机中惯性传感器,采集旅客运动数据,检测旅客加速度的变化,判别旅客行走状态;融合磁场强度,推算旅客在大地坐标系下的真实航向角;融合提取的视觉和惯性传感器数据,对旅客的有限特征及其关系进行编码,包括瞬时时刻行走状态、步长、相对航向角和相对距离,解决传感器信号的误差累积问题;基于构建的2幅多关联图,提出特征之间的相似度计算公式,再利用视觉与惯性传感器特征图匹配(vision and inertial sensors graph matching,VIGM)算法求解最大相似度矩阵,实现对2幅图中的同一旅客的识别。经长江“黄金3号”邮轮大厅、棋牌室、多功能厅和走廊4个场景实验,可以发现:VIGM算法在1~3 s窗口内平均匹配准确率达83.9%,与使用高成本深度相机的ViTag身份匹配算法相比,平均匹配准确率仅相差4.5%。实验结果表明:所提基于摄像头与惯性传感器的旅客身份识别方法及算法实现成本低,但识别效果与使用高成本深度相机的方法相当。

邮轮室内低碳设计

随着我国邮轮产业的发展、低碳经济的推进,邮轮设计产业开始逐步发展。作为一个海上"移动建筑",邮轮的碳排放不容小觑,也需要提倡低碳节能的设计理念。文章通过研究邮轮室内低碳设计的设计方法和设计思路来提高邮轮空间利用率、节约能源,并营造一个更加人性化、绿色环保的邮轮室内生存环境。