摘要
本发明涉及视觉识别技术领域,公开了一种水库溢洪道过水监控视觉识别系统及方法,通过实时监测溢洪道的过水图像以及周边区域的实时图像,利用卷积神经网络提取溢洪道过水图像中的关键特征,并通过深度学习算法分析水位变化趋势,对漂浮物的类型与尺寸进行识别,以及对结构的健康状况进行监测,从而基于水位预测结果、漂浮物识别结果以及结构异常检测结果进行溢洪量预测,极大地提高了溢洪量预测的结果,使得工作人员根据溢洪量的预测情况做出快速响应,从而有效预防溢洪风险并保障水库运行安全。
技术关键词
水库溢洪道
视觉识别系统
结构异常检测
水位预测值
动态变化规律
时序特征
时序依赖关系
广角摄像头
旋转云台
深度学习网络
数据传输单元
加权特征
图像
融合特征
门控循环单元
气象
深度学习算法
处理单元
卷积神经网络提取
系统为您推荐了相关专利信息
低矮农作物
模块化机器人
探针单元
喷洒单元
末端执行器
视觉识别方法
图像
构建预测模型
LSTM模型
最佳拍摄位置
智能化监测方法
回声
数字孪生系统
水位预测值
水利工程系统
排放预测方法
门控循环单元网络
动态变化规律
注意力
长短期记忆神经网络