基于卷积神经网络的作业现场违章行为识别系统及方法

AITNT
正文
推荐专利
基于卷积神经网络的作业现场违章行为识别系统及方法
申请号:CN202510192386
申请日期:2025-02-21
公开号:CN120125964A
公开日期:2025-06-10
类型:发明专利
摘要
本发明涉及作业现场安全监管技术领域,具体涉及基于卷积神经网络的作业现场违章行为识别系统及方法,采集电力作业场景图片和三维点云数据;对电力作业场景图片和三维点云数据进行整合,得到整合数据;将电力作业场景的整合数据输入电力作业场景违章行为识别模型进行识别,得到识别结果;基于识别结果进行判断,若存在违章行为,则向作业现场发出告警,并向管理端发送告警数据,若无违章行为,则继续监测。本发明通过实时监测作业现场,自动识别违章行为,及时发出告警,减少事故发生的概率,提升作业现场的安全性。自动化识别违章行为提高监控效率,从而解决了现有的违章行为识别系统准确性较差的问题。
技术关键词
电力作业场景 作业现场 三维点云数据 识别方法 识别系统 监测作业 安全监管技术 图片 识别模块 测距模块 视觉特征 三维激光扫描仪 告警机制 神经网络模型 图像 声光 措施
系统为您推荐了相关专利信息
1
一种基于遥感和机器学习的滨海湿地分层识别方法及系统
滨海湿地 分层识别方法 水体 归一化植被指数 短波红外波段
2
基于多模态融合与动态特征增强的堤坝白蚁图像识别方法
堤坝白蚁 图像识别方法 高斯背景建模 白蚁动态活动 多模态传感器
3
基于CGAN和深度CNN的消费流量识别方法
流量识别方法 数据生成器 输出特征 表达式 深度学习技术
4
一种面向动态开放环境下的在线低空图像识别方法
图像识别方法 检测损失 样本 校正机制 图像识别效率
5
面向商业场景的智能体自主进化算法及其应用系统
机器视觉算法 图像识别算法 进化算法 元素 深度神经网络算法
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