基于神经网络的施工人员危险区域越界检测方法及系统

AITNT
正文
推荐专利
基于神经网络的施工人员危险区域越界检测方法及系统
申请号:CN202510093889
申请日期:2025-01-21
公开号:CN120014549A
公开日期:2025-05-16
类型:发明专利
摘要
本公开的实施例提供了一种基于神经网络的施工人员危险区域越界检测方法及系统。应用于图像处理技术领域,该方法包括:对施工现场视频流提取关键帧得到标准化图像序列;通过YOLO11网络进行特征提取和目标检测得到位置信息和置信度;利用ByteTrack算法追踪目标获取ID和轨迹;采集边界点通过样条插值构建危险区域;基于跟踪数据和区域数据进行越界判定得到评估结果;根据评估结果划分风险等级并可视化输出增强视频流和预警数据。本申请在降低人力监管成本的同时,提供准确可靠的施工人员危险区域越界检测功能,实现对越界行为的智能化识别、评估和预警。
技术关键词
越界检测方法 视频流 数据 样条插值算法 多尺度特征提取 序列 图像 施工现场 轨迹 多层级特征 预警机制 关键帧 射线 风险分析器 空间索引结构 坐标转换器 融合特征
系统为您推荐了相关专利信息
1
一种基于智能分析的可观测分析方法及系统
分析方法 采集器模块 数据 日志采集器 容量规划
2
一种肝硬化预后预测的模型融合方法及系统
肝硬化患者 模型融合方法 融合策略 标签 LightGBM模型
3
无人机巡检路径规划方法、装置、设备及存储介质
巡检路径规划 兴趣点 样本 偏差 计算机执行指令
4
高精度协同车辆轨迹优化最优控制方法及系统
优化控制策略 距离传感器 车辆加速度控制器 车辆动力学模型 轨迹
5
一种面向民航的候选项优先级分值调整方法、设备及介质
矩阵 数据标签 基础 元素 文本
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