计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2012年
11期
272-275
,共4页
王君%李成武%杨茜%刘世森
王君%李成武%楊茜%劉世森
왕군%리성무%양천%류세삼
签到管理系统%形态学滤波%人脸识别%声音识别
籤到管理繫統%形態學濾波%人臉識彆%聲音識彆
첨도관리계통%형태학려파%인검식별%성음식별
矿井时有安全事故发生,签到管理系统可及时、准确掌握人员出入人员状况,保障矿井安全生产,方便及时救援.针对传统签到管理系统用于矿井,遇到光线昏暗、人脸易附着粉尘、干扰噪音等因素影响,签到识别方法检测率低,提出了—种根据KL变换(Karhunen-Loeve Transform)和TAN分类(Tree-Augmented Naive Bayesian network)相结合的人脸识别,并辅以声音识别的方法.通过形态学滤波变换快速去掉大部分无用背景,使处理更快速,特征点更突出;自动根据具体环境选择图像识别或声音识别,使识别准确率更高.仿真结果表明:结合声音的系统识别方法既减小了计算复杂度,又提高了人员识别率,还增强了适应性.
礦井時有安全事故髮生,籤到管理繫統可及時、準確掌握人員齣入人員狀況,保障礦井安全生產,方便及時救援.針對傳統籤到管理繫統用于礦井,遇到光線昏暗、人臉易附著粉塵、榦擾譟音等因素影響,籤到識彆方法檢測率低,提齣瞭—種根據KL變換(Karhunen-Loeve Transform)和TAN分類(Tree-Augmented Naive Bayesian network)相結閤的人臉識彆,併輔以聲音識彆的方法.通過形態學濾波變換快速去掉大部分無用揹景,使處理更快速,特徵點更突齣;自動根據具體環境選擇圖像識彆或聲音識彆,使識彆準確率更高.倣真結果錶明:結閤聲音的繫統識彆方法既減小瞭計算複雜度,又提高瞭人員識彆率,還增彊瞭適應性.
광정시유안전사고발생,첨도관리계통가급시、준학장악인원출입인원상황,보장광정안전생산,방편급시구원.침대전통첨도관리계통용우광정,우도광선혼암、인검역부착분진、간우조음등인소영향,첨도식별방법검측솔저,제출료—충근거KL변환(Karhunen-Loeve Transform)화TAN분류(Tree-Augmented Naive Bayesian network)상결합적인검식별,병보이성음식별적방법.통과형태학려파변환쾌속거도대부분무용배경,사처리경쾌속,특정점경돌출;자동근거구체배경선택도상식별혹성음식별,사식별준학솔경고.방진결과표명:결합성음적계통식별방법기감소료계산복잡도,우제고료인원식별솔,환증강료괄응성.
