Page 87 - 电力与能源2021年第一期

李 珅, 等: 电网智慧应急单兵装备关键技术研究 8
1
等实时性要求高的应用场景。应急单安装备装置 多的信息, 也能表示更多的数据类型。
外观和功能布局见图 1 。在终端前端实现人脸识 当设备开启二维码识别功能后, 视频采集到
别、 二维码识别、 车牌识别和兴趣点跟踪等功能。 二维码, 自动在线识别, 并在客户端显示结果, 目
前二维码支持解析 30 个字符, 以文字形式展示
出来。
2.3 OCR 车牌识别技术
车牌 识 别 过 程 包 括 车 辆 检 测———图 像 采
集———预处理———车牌定位———字符分割———字

符识别———结果输出。
( 1 ) 图像采集。一般有两种方式: 视频流识别

和静态图片采集。
( 2 ) 预处理。根据对现场环境和已经拍摄到
的图像的分析得出结论, 实现相机的自动曝光处
理、 自动白平衡处理、 自动逆光处理、 自动过爆处
理等, 并对图像进行噪声过滤、 对比度增强、 图像
缩放等处理。
( 3 ) 车牌定位。依据纹理特征、 颜色特征和形
状特征等信息, 采用投影分析、 连通域分析、 机器
学习等算法检测车牌。
( 4 ) 字符分割。基于车牌的二值化结果或边
缘提取结果, 利用字符的结构特征、 字符间的相似
性、 字符间间隔等信息, 一方面把单个字符分别提
取出来, 也包括粘连和断裂字符等特殊情况的处
理。另一方面把宽、 高相似的字符归为一类, 从而
图 1 应急单兵装备装置外观和功能布局 去除车牌边框以及一些小的噪声。
( 5 ) 字符识别。经过机器学习或与字符数据
2 关键技术实现
库模板进行匹配, 最后选取匹配度最高的结果作
2.1 人脸识别技术 为识别结果。目前比较流行的字符识别算法有:
人脸识别主要分为人脸检测、 特征提取和识 模板匹配法、 人工神经网络法、 支持向量机法和
别比对三个过程。 Adaboost分类法等。
( 1 ) 人脸检测: 人脸检测是指从输入图像中检 车牌识别效果如图 2 所示。
测并提取人脸图像, 训练级联分类器对图像中的
每一块进行分类。如果某一矩形区域通过了级联
分类器, 则被判别为人脸图像。
( 2 ) 特征提取: 特征提取是指通过一些数字来

表征人脸信息, 这些数字就是要提取的特征。
( 3 ) 识别比对: 这里提到的人脸识别是狭义的
人脸识别, 即将待识别人脸所提取的特征与数据 图 2 车牌识别效果

库中人脸的特征进行对比, 根据相似度判别分类。 2.4 兴趣点跟踪
采用基于深度学习的人脸检测 MCTNN 算法, 解 在实现人脸、 二维码和车牌这些特定对象的

决复杂背景下人脸误检和速度慢的问题。 识别后, 研究特定对象为兴趣点的动态跟踪。在
2.2 二维码识别技术 开始跟踪前, 首先要在初始帧中检测特征点, 之后
二维码比传统的 BarCode 条形码能存储更 在下一帧中尝试跟踪这些点。具体做法是在特征