基于深度学习的水运异常事件识别方法及监测系统

AITNT
正文
推荐专利
基于深度学习的水运异常事件识别方法及监测系统
申请号:CN202410875568
申请日期:2024-07-02
公开号:CN118411654B
公开日期:2024-10-11
类型:发明专利
摘要
本公开提供一种基于深度学习的水运异常事件识别方法及监测系统,通过自相关语义识别,得到各个图像分块被确认是噪声图像分块的置信度,可提高识别目标水运监控图像中噪声图像分块的精确度。进一步地,基于当前游走到的图像分块被识别为噪声图像分块的置信度,图像分块矩阵,以及目标参考图像分块,可确定当前游走到的图像分块为目标参考图像分块的噪声图像分块的置信度,将目标水运监控图像中的目标图像分块还原为相应的目标参考图像分块,可得到目标水运监控图像的去噪图像,以提高去噪的精确度,从而使得基于去噪图像识别得到的异常事件更加准确可靠。
技术关键词
分块 噪声图像 矩阵 异常事件 偏心 识别方法 监测系统 基础 误差 语义 处理器 存储器 标签 元素 程序
系统为您推荐了相关专利信息
1
一种基于新型加权快速凸集投影算法的地震数据同时重建和去噪方法
凸集投影算法 地震数据重建 阈值方法 随机噪声 因子
2
一种基于层次量化树的层次化数据生成方法及系统
数据生成模型 数据生成方法 编码向量 多层感知机 层级
3
一种傅里叶叠层显微的像差校正方法
校正方法 多项式 叠层 显微系统 校正系统
4
一种高压配电柜状态智能监测控制方法及系统
状态智能监测 小波阈值去噪方法 高压配电柜 信号 门控循环单元
5
一种压力传感器外观缺陷视觉检测系统
外观缺陷视觉检测系统 光源控制模块 检测压力传感器 图像采集模块 特征提取模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号