跳到主要內容

臺灣博碩士論文加值系統

(44.222.189.51) 您好!臺灣時間:2024/05/18 18:32
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:許嘉仁
研究生(外文):HSU,CHIA-JEN
論文名稱:運用影像辨識系統控管工作場所固定式起重機操作人員
論文名稱(外文):Applying Image Recognition System to Control Workplace Stationary Crane Operator
指導教授:賴正育賴正育引用關係
指導教授(外文):LAI, CHENG-YU
口試委員:鄭秀華王貞淑
口試委員(外文):CHENG, HSIU-HUAWANG, CHEN-SHU
口試日期:2022-06-16
學位類別:碩士
校院名稱:中原大學
系所名稱:企業管理學系
學門:商業及管理學門
學類:企業管理學類
論文種類:學術論文
論文出版年:2022
畢業學年度:110
語文別:中文
論文頁數:42
中文關鍵詞:樹梅派嵌入式系統影像辨識人臉辨識
外文關鍵詞:Raspberry PiEmbedded SystemImage recognitionFace Recognition
DOI:10.6840/cycu202201543
相關次數:
  • 被引用被引用:0
  • 點閱點閱:130
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
在傳統產業工廠裡,隨著文明進步與生產技術提升,普遍使用危險性機械等重機
具來取代人力提高生產力及方便性。尤其起重及吊掛作業更是廣泛被使用,但同時發
生事故災害之頻率與嚴重度也相對較高。為防止起重及吊掛災害發生,除機械、器具
設備本身須具備高度之安全性及符合相關法規標準外,對作業人員之管理、相關個人
操作技術等認知,皆為安全管理上應顧及的問題。
然而傳統的管理只能以開會宣導模式與不定期抽查手法來管控合格人員的操作,
無法落實管控使用人員的正當性。因此,透過影像辨識系統的管制,無疑是在工業4.0
時代,落實現場管理的重點項目。
本研究提出基於深度學習技術的影像辨識系統並與後端資訊系統整合。首先收集
合格人員的臉部影像資料,利用卷積神經網路(Convolutional Neural Networks, CNN)
技術進行分類,在工作現場安裝固定式起重機遙控器控制盒,透過光學感測器偵側人
員臉部影像,利用影像分析技術來進行合格人員的判定是否開啟管制門。藉此來管理
現場合格人員的使用與歸還,減少非合格操作人員所造成的人為災害。
In traditional industrial factories, with the progress of civilization and the improvement o
f production technology, heavy machinery such as dangerous machinery is commonly used t
o replace manpower to improve productivity and convenience. In particular, lifting and hoisti
ng operations are widely used, but the frequency and severity of accidents and disasters are re
latively high.In order to prevent the occurrence of lifting and hanging disasters, in addition t
o the machinery, equipment itself must have a high degree of safety and comply with relevan
t laws and regulations, the management of operators, related personal operation technology an
d other cognition are issues that should be taken into account in safety management.
However, traditional management can only control the operation of qualified personnel b
y means of meeting publicity mode and irregular spot checks, and cannot implement the legiti
macy of controlling and using personnel. Therefore, the control of image recognition system
s is undoubtedly a key project for the implementation of on-site management in the era of Ind
ustry 4.0.
In this study, an image recognition system based on deep learning technology is propose
d and integrated with the back-end information system.
First of all, the face image data of qualified personnel is collected, the convolutional Neural Networks(CNN) technology is used for classification, the fixed crane remote control control bo
x is installed at the work site, the face image of the personnel on the side is detected by the opt
ical sensor, and the image analysis technology is used to determine whether the control door i
s opened for qualified personnel.This is used to manage the use and return of qualified person
nel on site and reduce man-made disasters caused by non-qualified operators.
摘要 ............................................................................................................................................. I
Abstract ...................................................................................................................................... II
目錄 .......................................................................................................................................... IV
圖目錄 ...................................................................................................................................... VI
表目錄 .................................................................................................................................... VII
第一章 緒論 .............................................................................................................................. 1
1.1 研究背景與動機 ............................................................................................................ 1
1.1.1 研究背景 ..................................................................................................................... 1
1.1.2 研究動機 ..................................................................................................................... 2
1.2 研究目的 ........................................................................................................................ 3
1.3 研究架構 ........................................................................................................................ 4
第二章 相關技術探討 .............................................................................................................. 5
2.1 Python 程式語言............................................................................................................. 5
2.2 電腦視覺 ........................................................................................................................ 6
2.2.1 OpenCV ........................................................................................................................ 7
2.2.2 OpenCV 模組 ............................................................................................................... 8
2.3 DLIB 介紹....................................................................................................................... 9
第三章 系統設計 .................................................................................................................... 10
3.1 系統架構 ...................................................................................................................... 10
3.2 程式架構 ...................................................................................................................... 12
第四章 系統設計與實作 ........................................................................................................ 14
4.1 人臉辨識演算法 .......................................................................................................... 14
4.1.1 人臉偵測 ................................................................................................................... 14
4.1.2 人臉關鍵特徵提取 ................................................................................................... 15
4.1.3 訓練 ........................................................................................................................... 17
4.1.4 辨識 ........................................................................................................................... 18
4.2 系統實測 ...................................................................................................................... 19
4.2.1 硬體介紹 ................................................................................................................... 19
4.2.1.1 嵌入式單板電腦 .............................................................................. 19
4.2.1.2 網路視訊攝影機(Webcam) .............................................................. 21
4.2.1.3 繼電器 .............................................................................................. 22
4.2.1.4 門鎖 .................................................................................................. 23
4.2.1.5 超音波感測器 .................................................................................. 24
4.2.1.6 硬體實際架設環境 .......................................................................... 26
4.2.2 系統介紹 ................................................................................................................... 27
4.3 實驗結果 ...................................................................................................................... 28
第五章 結論與未來展望 ........................................................................................................ 30
5.1 結論 .............................................................................................................................. 30
5.2 未來展望 ...................................................................................................................... 31
參考文獻 .................................................................................................................................. 33
圖目錄
圖1- 1、勞動部110 年勞動檢查年報危險性機械設備檢查 ................................................. 2
圖2- 1、Python 官方網站 ........................................................................................................ 5
圖2- 2、DLIB 官方網站 ......................................................................................................... 9
圖3- 1、系統架構圖與硬體架構示意圖 ............................................................................... 11
圖3- 2、程式架構圖 ............................................................................................................... 12
圖4- 1、偵測人臉示意圖 ....................................................................................................... 14
圖4- 2、在 Dlib 中的 68 個人臉座標點位置 .................................................................... 15
圖4- 3、訓練流程圖 ............................................................................................................... 17
圖4- 4、辨識流程圖 ............................................................................................................... 18
圖4- 5、Raspberry Pi 4 ........................................................................................................... 20
圖4- 6、Webcam ..................................................................................................................... 22
圖4- 7、繼電器 ....................................................................................................................... 23
圖4- 8、電磁門鎖 ................................................................................................................... 24
圖4- 9、聲波反射示意圖 ....................................................................................................... 25
圖4- 10、超音波感測器 ......................................................................................................... 25
圖4- 11、系統實際安裝圖 ..................................................................................................... 26
圖4- 12、即時人臉識別 ......................................................................................................... 27
圖4- 13、建立使用者資料 ..................................................................................................... 27
表目錄
表2- 1、Opencv 模組說明表 ................................................................................................... 8
表4- 1、68 個人臉座標點說明………………………………………………………….....15
表4- 2、Raspberry Pi 4 規格表 .............................................................................................. 20
表4- 3、辨識率統計表 ........................................................................................................... 28
E. Hjelmas and B. K. Low, “Face detection, a survey,” Computer Vision and Image
Understanding, vol. 83, pp. 236–274, 1998.
P. S. Huang, C. J. Harris and M. S. Nixon, “Canonical space representation for recognizing
humans by gait and face,” in Proc. IEEE Southwest Symposium on Image Analysis and
Interpretation, 1998, pp. 180-185.
S. Yang, P. Luo, C. C. Loy, and X. Tang, “WIDER FACE: A Face Detection Benchmark”. arXiv
preprint arXiv:1511.06523.
李宗樺,2018,結合OpenCV 與主成份分析法之人臉辨識系統,國立臺灣科技大學電機
工程系碩士論文。
李明哲,智慧型晶片與感測元件測試平台之研究,國立臺北教育大學資訊科學系碩士班
碩士論文。
林珈沂,2021,利用深度學習於強化人們使用口罩之人臉影像辨別,國立雲林科技大
學資訊管理系碩士論文。
許景甯,2021,臉部情緒識別之二階深度學習模型,國立臺灣科技大學工業管理系碩士
論文。
陳冠宇,2020,基於ARM Cortex-A53 之智慧健康打卡系統,國立臺灣科技大學電子工
程系碩士論文。
陳昱而,2021,高精度定位儀於無人機航管與跟隨之應用,國立臺灣大學電信工程學研
究所碩士論文。
廖家興,2021,基於邊緣計算的異常駕駛行為偵測平台之設計及實作,國立臺灣大學資
訊工程學研究所碩士論文。
劉郁緯,2019,養液循環泵與高低可調散熱型燈具於植物工廠內水耕栽培之研究,國立
臺灣大學生物產業機電工程學研究所博士論文。
蔡昉容,2021,防護落石網之無線感測與影像告警系統開發,國立臺灣大學土木工程學
研究所碩士論文。
中華民國工業安全衛生協會,2016。
Welcome to Python.org,2022,https://www.python.org/。
分不式可是化搜索和可是化數據分析平台, 2022 ,
https://github.com/AKSHAYUBHAT/DeepVideoAnalytics。
scikit-learn Python 中的機器學習,2022,https://github.com/scikit-learn/scikit-learn。
OpenCV library,2022,https://opencv.org/。
Logitech C922,2022,https://www.logitech.com/zh-tw/product/c922-pro-stream-webcam。
電子全文 電子全文(網際網路公開日期:20270630)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊