基于人脸识别的轨道交通模拟驾驶考核方案研究

来源 :智能计算机与应用 | 被引量 : 2次 | 上传用户:wonderful_world
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文设计了适用于轨道交通模拟驾驶环境的人脸识别系统;提出了利用人脸识别系统的模拟驾驶考核机制;对比了开启人脸识别功能前后的考核时间。研究结果表明,利用人脸识别系统,可以有效缩短考勤签到时间,优化教学人员的人数配置;完善教学及考核的线上操作流程,提高信息化建设水平;建立考核后的再学习机制,有利于进行视频教学及纠错分析。对进一步完善轨道交通模拟驾驶教学及考核有一定的贡献。
其他文献
本文在分析平台管理对象及运维业务流程的基础上,介绍了平台的设计原则,给出了基于普元EOS平台的信息系统运维管理平台的体系结构,并对平台的实现过程进行了详细说明。该平台
由于路径规划问题,无人机起始点与目标点的距离在5 000-5 500 m内,导致飞行耗时较长。因此,本文提出一种基于多目标搜索的无人机协同轨迹智能规划方法。该方法将双坐标系做为
随着社会经济以及科学技术的不断发展,国内社会制造业加强对机械设计的研究和管理,注重增加信息化以及自动化 技术的利用,从根本上提升机械制造生产的质量和效率,能够有效提
是对视频内容的高度概括,选择出具有多样性和重要性的视频帧子集。文章从关键帧代表性不够全面的角度出发,提出一种利用多路特征来提取视频关键帧的方法,通过卷积神经网络(convolutional neural network,CNN)和长短时记忆网络(long short-term memory,LSTM)来预测视频帧被选中的概率。将提取出的视频帧的原始特征送入LSTM,将处理过的两两视频帧特征的差特征
在复杂的场景中,多目标跟踪算法会由于遮挡出现目标丢失和误报的情况,导致目标跟踪失败。针对以上问题,本文提出基于人脸识别的多目标跟踪算法。首先,采用基于深度学习的YOLOv3进行目标行人检测;其次,对目标行人脸部特征点进行人脸姿态估计,用欧拉角表示人脸朝向信息,再对正向人脸通过人脸特征比对实现数据关联,非正向人脸采用基于Deep SORT的多目标跟踪算法进行目标跟踪。实验证明,在一定程度上提高遮挡情