一种基于深度学习的水泥窑协同处置安全管理的方法

    公开(公告)号:CN115223006A

    公开(公告)日:2022-10-21

    申请号:CN202210754498.5

    申请日:2022-06-28

    Inventor: 汪阳 刘晨 李占宇

    Abstract: 本发明公开了一种基于深度学习的水泥窑协同处置安全管理的方法,包括下列步骤:步骤一、通过测温相机采集可见光图像和红外光图像,并生成ROI点集和温度矩阵;步骤二、根据红外光图像显示的ROI点集的温度判断是否需要高温预警,并按时序将采集的可见光图像和红外光图像进行储存记录,得到包括可见光图像和红外光图像相关联的时序图像集合;步骤三、在系统空闲时间提取相应的时序图像集合加入训练样本对YOLOv3检测器进行再训练和自动更新。本发明有效地将系统误告警率从原来的95%成功降至1%以下,还有效减少了巡检人员的巡查时间。

    一种基于深度学习的危险动作识别方法

    公开(公告)号:CN117315778A

    公开(公告)日:2023-12-29

    申请号:CN202311219009.7

    申请日:2023-09-20

    Abstract: 本发明公开了一种基于深度学习的危险动作识别方法,包括:步骤一、采用目标检测算法检测以分别识别人员和香烟;识别出人员后进入步骤二和步骤四,同时识别出人员和香烟后进入步骤五;步骤二、采用UNet图像分割算法检测是否包含危险区域;步骤三、根据检测结果,判断人员标签对应的边界框坐标是否被包含在危险区域内;步骤四、采用人体骨骼点检测算法进行检测,判断是否人员发生摔倒;步骤五、进一步进行人体部位的检测,识别该人员的脸部和手部;步骤六、判断香烟对应的边界框位置是否被包含在脸部或手部对应的边界框内部。本发明采用不同的模型进行检测,大大提高了相应标签检测的可靠性和准确性,同时对多种危险进行识别预警。

    基于云边端三位一体的视觉识别分析方法

    公开(公告)号:CN117315582A

    公开(公告)日:2023-12-29

    申请号:CN202311264305.9

    申请日:2023-09-27

    Abstract: 本发明公开了基于云边端三位一体的视觉识别分析方法,包括下列步骤:步骤一、将终端采集的图像信息发送到边缘端;步骤二、边缘端基于训练后的目标检测算法对图像进行识别,如果识别出人员则转到步骤三,否则停止本次处理;步骤三、基于目标检测算法识别图像,如果未识别出救生腰带或救生衣,则转到步骤四,否则停止本次处理;步骤四、判断检测结果是否有工作人员,如果有转到步骤五,否则停止本次处理;步骤五、基于步骤三和四的检测结果判断工作人员是否穿戴救生腰带或救生衣,若没有则将检测结果及相应图片数据回传至云端,否则停止本次处理。本发明的识别效果在实时性和准确率上表现较好,能够及时智能识别违规行为并自动语音告警。

Patent Agency Ranking