-
公开(公告)号:CN107862331A
公开(公告)日:2018-03-30
申请号:CN201711045704.0
申请日:2017-10-31
Applicant: 华中科技大学
CPC classification number: G06K9/6267 , G06N3/0454 , G06N3/08
Abstract: 本发明公开了一种基于时间序列及CNN的不安全行为识别方法及系统,通过将不安全行为的训练集视频的原始数据输入卷积神经网络进行训练和学习,从卷积神经网络的最后一层池化层输出空间特征向量;将空间特征向量作为时间递归神经网络的输入,使用时间递归神经网络学习其中包含的时间序列依赖关系进而学习空间行为的时间序列表示,得到平均池化特征向量;将平均池化特征向量输入softmax层,得到卷积神经网络和时间递归神经网络的深度混合学习模型,即softmax分类器;利用softmax分类器对施工现场的监控视频进行在线识别,识别出施工现场的不安全行为。本发明能够为建筑工程施工全过程中不安全行为的实时侦查和矫正提供支持。
-
公开(公告)号:CN104123609A
公开(公告)日:2014-10-29
申请号:CN201410316786.8
申请日:2014-07-05
Applicant: 华中科技大学
Abstract: 本发明涉及地铁施工风险知识构建领域,提供一种基于本体的地铁施工风险知识构建方法,该方法基于故障树拓扑结构的风险链(riskpath)获取方法,构建地铁施工风险知识网络结构,并引入本体的概念,进行风险知识的本体化表达与语义化描述,建立风险知识本体库,实现对施工风险知识及其相互关系的明晰的语义表达,支持风险知识的计算机理解和语义推理。
-