基于实时监控的建筑施工人员安全帽监测方法

AITNT
正文
推荐专利
基于实时监控的建筑施工人员安全帽监测方法
申请号:CN202411859912
申请日期:2024-12-17
公开号:CN119992310A
公开日期:2025-05-13
类型:发明专利
摘要
本发明公开了一种基于实时监控的建筑施工人员安全帽监测方法,包括:采集图像数据,将图像数据中佩戴安全帽的施工人员的图像和未佩戴安全帽的施工人员的图像进行标注;通过生成对抗网络模型对图像数据进行扩充,利用递归增强学习强化扩充生成的图像数据;将强化扩充后的图像数据输入三层全连接的神经网络模型中进行特征提取模型训练;将特征提取后的图像数据输入自编码神经网络模型中进行特征降维模型训练;将降维后的图像数据输入分类器模型中采用机械学习机分类算法进行模型训练;将新采集的图像数据输入已训练完成的分类器模型中以输出识别结果。本发明解决了现有的施工现场安全帽佩戴监测方法存在数据量不足、模型泛化能力弱的问题。
技术关键词
生成对抗网络模型 机械学习机 分类器模型 神经网络模型 佩戴安全帽 监测方法 图像 特征提取模型 数据 网络更新过程 多层网络结构 更新网络参数 重构策略 编码 梯度下降法 感应器
系统为您推荐了相关专利信息
1
一种基于元对抗生成模型的工业过程小样本故障数据增强方法
样本 生成式对抗网络 网络结构 故障诊断模型 生成对抗网络模型
2
一种装配式建筑施工进度的评估方法、装置和可读介质
三维表面模型 无人机摄像装置 航拍 深度卷积神经网络模型 图像
3
板材自动计量的方法、设备及计算机程序产品
磅秤 板材 计算机程序产品 神经网络模型 计算机程序指令
4
一种根据产品信息自动匹配场景的方法及系统
深度卷积神经网络模型 风格 场景类别 表达式 计算机程序指令
5
一种结合LSTM与自编码器的隧道围岩时序变形监测数据异常检测方法、装置及介质
变形监测数据 异常检测方法 LSTM神经网络模型 编码器 隧道围岩变形
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