摘要
本发明提供了一种基于视觉信息的隧道内施工工序识别方法及系统,采用均匀稀疏采样策略对获取的视频进行动态采样;构建多尺度时空特征提取网络,利用构建的提取网络对采样后的视频图像进行多尺度时空特征的提取和融合,引入光流数据信息,利用光流特征提取网络对光流数据信息进行处理,提取光流数据特征,所述光流特征提取网络添加有空间注意力机制,通过空间注意力机制筛选出关键信息,再将关键信息送入残差网络进行特征提取;将多尺度时空特征和光流数据特征映射到特征融合空间,基于映射融合后的数据,进行分类,得到工序识别结果。本发明能够提高隧道内施工工序识别效率和精度,有利于隧道内施工工序的控制。
技术关键词
特征提取网络
多尺度
卷积模块
多特征信息
识别方法
高层语义信息
基础结构
隧道
注意力机制
深度残差网络
视频
视觉
数据特征提取
点对点
特征提取模块
动态
系统为您推荐了相关专利信息
车轮扁疤
识别方法
深度学习模型
实测加速度
钢轨系统
示功图识别方法
通道注意力机制
空间模块
卷积模块
图像特征分类