摘要
本发明公开了基于视频流融合的明流洞室结构破坏监测识别系统及方法,本发明的方法包括获取明流洞室水流流态的视频流数据;利用初步训练的深度学习神经网络模型提取所述视频流数据的第一视频流特征和第一光流特征;将所述第一视频流特征和第一光流特征分别输入至训练好的深度学习神经网络模型中进行特征提取得到对应的第二视频流特征和第二光流特征;将第二视频流特征和第二光流特征进行融合拼接得到融合特征向量,并将融合特征向量输入至训练好的深度学习神经网络模型进行水流流态分类预测以识别明流洞室结构的破坏情况。本发明可以更准确地识别水流流态与对应破坏形态的关系。
技术关键词
光流特征
视频流
洞室结构
监测识别系统
数据
深度神经网络模型
光流场
水流
监测识别方法
图像
摄像机
像素点
邻域
批量
指数
工况
系统为您推荐了相关专利信息
番茄
动态计数方法
追踪算法
特征提取网络
运动特征
氧化铝粒子
计算方法
散射反照率
特性计算技术
氧化铝颗粒
融合注意力机制
刀具磨损预测方法
LSTM模型
刀具磨损量
小波阈值
区间预测方法
时间卷积网络
超参数
时序特征
变量