基于深度学习的执法场所管理监督方法及系统

AITNT
正文
推荐专利
基于深度学习的执法场所管理监督方法及系统
申请号:CN202510049371
申请日期:2025-01-13
公开号:CN119888622B
公开日期:2025-09-12
类型:发明专利
摘要
本发明涉及基于深度学习的执法场所管理监督方法及系统,包括:采集执法场所内的执法过程数据;基于所述执法过程数据,利用人脸识别模型进行人脸识别;其中,所述人脸识别模型基于改进的Dense‑MobileFaceNet网络构建;利用目标识别模型,对识别人脸后的数据进行目标识别,识别执法过程中的异常行为;其中,所述目标识别模型基于改进的YOLOv7‑tiny网络构建。本发明能够实现对执法场所内的实时监控、违规行为识别与预警,提升执法管理的透明性和合法性。
技术关键词
人脸识别模型 注意力机制 监督系统 Softmax函数 人脸识别模块 数据处理模块 金字塔 深度卷积神经网络 识别人脸 语义分割模型 数据采集模块 强化特征 可见光图像 指数 语义特征
系统为您推荐了相关专利信息
1
基于卷积与注意力结合的变电站场景三维语义分割方法
三维语义分割方法 变电站场景 注意力机制 语义标签 局部特征提取
2
考虑环境荷载滞后的大坝渗透压力可解释性智能预测方法
智能预测方法 大坝 压力 概率密度函数 attention机制
3
基于不均衡样本的二维码防伪标签的打印来源识别方法及相关装置
二维码防伪标签 来源识别方法 多头注意力机制 二维码标签 融合标签
4
齿轮泵输出扭矩波动在线检测方法及系统
在线检测方法 齿轮泵 闭死容积 卸荷槽 设备运行参数
5
一种用于绿证核发多源数据的校验方法、系统、设备及介质
校验方法 多源异构数据 可再生能源项目 电网数据平台 增量配电网
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