摘要
本发明属于轮对作业技术领域,具体涉及一种基于图像分割的车间轮对作业动作规范性检测方法及系统。本发明通过获取现场作业人员在作业期间的初始图像集,采用图像分割方法对初始图像集中的各图像进行处理,分割出各图像中的作业人员、作业区域和作业相关工具,根据分割结果进行一次筛选以保留初始图像集中作业区域同时存在作业人员和作业相关工具的图像,从而得到一次图像集;提取一次图像集中各图像中的作业人员的人体骨骼关键点信息,根据人体骨骼关键点信息筛选掉作业人员的动作明显不属于作业动作的图像,从而得到二次图像集;利用二次图像集中各图像进行车间轮对作业的动作规范性检测。解决了现有的作业规范性检测方法检测精度低的问题。
技术关键词
人体骨骼关键点
作业工具
图像分割方法
深度学习模型
车间
动作规范
神经网络模型
卷积网络模型
图像分割模型
GCN模型
判定作业
数据
作业技术
胯部
处理器
凳子
系统为您推荐了相关专利信息
特征提取网络
碰撞识别方法
车辆
时间段
深度学习模型
Snake模型
轮廓
像素点
声呐图像分割方法
图像分割技术
图像分割方法
注意力
残差模块
通道
多尺度特征融合
深度学习模型训练
人工智能机器人
网络平台
人工智能识别
人工智能模型