-
公开(公告)号:CN114463696A
公开(公告)日:2022-05-10
申请号:CN202210081341.0
申请日:2022-01-24
Applicant: 重庆邮电大学
IPC: G06V20/52 , G06V20/40 , G06N3/08 , G06K9/62 , G06V10/774 , G06V10/82 , G06V10/764
Abstract: 本发明涉及一种基于多任务学习的矿井下传送带状态和人员检测方法,属于计算机领域。该方法包括以下步骤:S1:融合光流信息的视频目标检测;S2:基于tow‑stream方法的传送带状态分类;S3:基于多任务学习的矿井下人员和传送带状态检测方法的训练。本发明能利用视频信息对传送带附近的生产违规行为进行准确的判断,一方面利用前后多帧图像光流信息对传送带状态进行判断,另一方面再融合多帧图像间的运动信息提高目标检测的性能。将这两种任务结合起来提出了一种基于多任务学习的策略,来有效得对监控视频中的违规行为做出判断。