摘要
本发明公开了一种基于深度学习的多特征、模块化人工智能识别方法及系统,方法包括:对实时获取的视频流进行图片帧截取,得到图片帧;利用预设的人脸识别模型对图片帧进行人脸识别,得到人脸识别结果;根据人脸识别结果在预设的工种数据库中进行检索,得到人脸识别结果对应的工种信息;根据工种信息确定目标识别模型,利用目标识别模型对图片帧进行工种特征识别,得到工种特征识别结果;根据工种特征识别结果和人脸识别结果的工种信息,确定图片帧对应的工作人员是否符合安全检测,对于不匹配的图片帧重复进行人脸识别和工种特征识别。本发明方法提高了识别的精确度和效率,提高了模型的复用能力和扩展能力,能够在更复杂或多变的工作环境中应用。
技术关键词
人工智能识别方法
人脸识别模型
图片
人工智能识别系统
视频流
网络
人脸识别模块
身份
分类器
参数
数据
系统为您推荐了相关专利信息
水工混凝土裂缝
智能化检测方法
图片
多任务损失函数
激光测距仪
神经网络参数
动态追踪方法
语义特征
动态追踪系统
梯度下降法
实时图像
三维场景模型
变电站
识别方法
构建三维场景
表面质量检测方法
刹车盘表面
图片
深度学习算法
表面质量检测系统
手势识别模型
特征金字塔网络
手势识别方法
模块
预训练模型