摘要
本发明提供了一种基于机器视觉的落石实时监测方法、系统、装置及存储介质,本发明的技术方案采用改进的轻量级纹理判别网络ShuffleNetV2,通过三阶段落石检测,综合运用了落石的三大关键特征:运动特性、纹理特性,以及落石特有的高处至低处的运动规律实时进行危岩落石的实时检测,克服了现有的落石监测方法存在的难题,实现了对落石的精确检测与区分,有效避免了非落石干扰,在提高了对复杂环境下快速运动与弱纹理落石的鲁棒识别能力的同时,节省计算资源,提高了危岩落石监测的实时性,实现了危岩落石实时监测与预警。
技术关键词
实时监测方法
纹理特征
动态
危岩落石
视觉
实时监测系统
卡尔曼滤波器
视频
图像
轨迹
网络
实时监测装置
落石监测
匈牙利算法
识别模块
可读存储介质
运动
数据
预警模块
系统为您推荐了相关专利信息
数字孪生模型
数字孪生系统
无线射频识别标签
异常信息
系统运行优化
路径寻优方法
位置更新
计算机程序代码
路径寻优系统
障碍物
多源异构数据融合
负荷预测方法
支持向量机模型
训练集
多核学习算法
调频控制方法
协调控制策略
可再生能源
矩阵
功率