摘要
本发明提供基于深度神经网络与背景建模的开启扇未锁紧识别方法及系统,包括:摄像头,用于实时捕捉门窗区域的视频流;深度神经网络模块,用于自动识别窗户的位置和轮廓,并输出窗户区域的边界框坐标和分类标签;背景建模与运动检测模块,用于检测门窗的运动状态;几何分析模块,用于计算窗户边界框与运动区域之间的交并比和欧氏距离,以评估和校验检测结果;锁紧状态判断模块,用于根据连续帧的检测结果判断门窗是否未锁紧;报警与反馈模块,用于触发报警并向管理人员发送具体位置和状态信息。本发明通过结合深度神经网络与背景建模技术,实现对大规模玻璃幕墙建筑门窗未锁紧状态的自动化检测,取代传统的手工检查,大幅提升了检测效率和准确性。
技术关键词
深度神经网络模块
窗户
玻璃幕墙建筑
运动检测模块
检测门窗
深度神经网络模型
实时监控系统
K近邻算法
识别方法
背景建模技术
视频帧
状态检测模块
背景减法
分析模块
标签
坐标
系统为您推荐了相关专利信息
跌倒报警方法
跌倒报警系统
障碍物
运动检测模块
代表
窗户
掩膜
深度学习模型
环境控制设备
新风系统设备
楼体模型
地图渲染方法
电子地图
建模方法
凹凸结构