面向电梯维保管理的二维码图像真伪识别方法研究

发布时间：2023-12-02 11:41

　　随着中国经济的飞速发展,国力日渐强盛,人民的生活水平在不断提高,全国范围的基础设施也在不断升级。电梯作为最重要的基础设施之一,其数量也是在不断攀升。然而拥有数量如此庞大的电梯的同时,如何保证它们安全、稳定地运行更是人们关注的重点。为了保证电梯的质量安全,我们必须定时地、高效地对电梯实施维保工作。本文首次提出通过图像识别的方法帮助相关企业与政府完善电梯维保管理工作。本文的主要工作内容包括:(1)建立“电梯维保管理图像数据集”。本文使用深度学习进行电梯维保管理图像识别方法研究,深度学习需要大量的训练数据。本文首先根据任务需求确定数据集中类别标签的个数及各自含义,然后通过“多尺度模板匹配”的方法对从原始数据库中下载的图片数据进行清洗,最后按照本文制定的判定标准对清洗后的数据进行类别判定与标注。“电梯维保管理图像数据集”将为本文的所有实验提供训练和测试数据。(2)构建基于Inception结构的深度神经网络并用于电梯维保管理图像识别。本文构建的电梯维保管理图像数据集具有数据量少和类间模糊性高的特点。Inception模块能够在大量减少网络参数量的同时,保持较强的表现力。本文构建基于Incept...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 图像识别在国内外研究现状及发展趋势
        1.2.1 基于传统方法的图像识别
        1.2.2 基于深度学习的图像识别
    1.3 本文研究内容和组织结构
第二章 图像识别理论基础与性能评价
    2.1 引言
    2.2 图像识别概述
        2.2.1 数据集
        2.2.2 数据预处理
        2.2.3 特征提取
        2.2.4 分类
        2.2.5 评价指标
    2.3 卷积神经网络理论基础
        2.3.1 网络基本结构
        2.3.2 损失函数
        2.3.3 优化器
    2.4 本章小结
第三章 构建电梯维保管理图像数据集
    3.1 引言
    3.2 数据集的属性与特点
    3.3 数据的判定标准
    3.4 数据的清洗方法
        3.4.1 基于背景信息的图像识别
        3.4.2 多尺度模板匹配
    3.5 本章小结
第四章 基于Inception结构的电梯维保管理图像识别
    4.1 引言
    4.2 Inception结构
        4.2.1 1×1 卷积
        4.2.2 卷积分解
        4.2.3 非对称卷积
    4.3 使用Inception构建网络模型结构
    4.4 实验与分析
        4.4.1 网络训练及设置
        4.4.2 数据增强效果对比
        4.4.3 辅助分类参数讨论
        4.4.4 主流网络性能对比
    4.5 本章小结
第五章 基于注意力机制的电梯维保管理图像识别
    5.1 引言
    5.2 图像识别中的注意力机制
        5.2.1 空间注意力
        5.2.2 通道注意力
        5.2.3 混合注意力
    5.3 基于注意力机制的电梯维保管理图像识别
        5.3.1 Spatial-SE注意力模块
        5.3.2 构建基于注意力机制的网络结构
    5.4 实验与分析
        5.4.1 维度系数讨论
        5.4.2 实验结果与分析
        5.4.3 注意力可视化
    5.5 本章小结
第六章 总结与展望
    6.1 本文工作总结
    6.2 未来工作展望
致谢
参考文献



本文编号：3869595