基于视觉深度学习的建筑施工现场临边洞口识别方法

本发明提供基于视觉深度学习的建筑施工现场临边洞口识别方法，涉及图像识别与智慧建筑装备领域，解决了临边洞口识别功能研究不足和手段欠缺等局限性问题。方法包括：在智能小车上部署多类传感器，获取建筑施工现场的二维图像数据、红外热像数据和三维点云数据；分别提取三类数据的特征并进行特征融合，构建出综合特征向量；使用训练数据集对视觉深度学习算法模型进行临边洞口识别训练，得到临边洞口识别模型；将综合特征向量输入至临边洞口识别模型中，模型输出智能小车移动过程的临边洞口识别结果；依据识别出的不同类型临边洞口及其分布信息，改变智能小车自身控制决策；本发明可使智能小车在动态、复杂环境中的临边洞口识别效果得到提高。