摘要
本发明公开了一种基于人工智能和视频监测的电厂人员安全状态识别与分析系统,属于电厂环境监测技术领域。本发明解决了现有人工识别和分析方法存在耗时长、效率低下的问题,通过卷积神经网络模型利用特征匹配模板对实时视频流中的人脸影像和肢体动作影像进行特征匹配,使其能够自动分析图像中的人物行为和情绪,由此得到实时视频流中的人脸特征和肢体动作特征;再通过决策树模型对人脸特征和肢体动作特征进行聚类分析,得到与当前特征信息相匹配的标签内容;根据标签内容判断电厂人员是否处于惊慌状态,若处于惊慌状态,则通过人机交互界面及时发出警报提示,有效地监测电厂人员的人身安全。
技术关键词
卷积神经网络模型
分析系统
人机交互终端
决策树模型
实时视频流
人脸表情
影像
标签
模板
动作特征
采集单元
人脸特征
在线分析模块
警报
网络爬虫技术
环境监测技术
系统为您推荐了相关专利信息
烟雾预警系统
烟雾预警提示
烟雾传感器
像素点
时间段
地图构建方法
动态物体
语义
恶劣天气状况
视觉特征
解锁方法
身份验证信息
时序数据处理技术
移动端
卷积神经网络模型
跌倒检测方法
场景
跌倒检测算法
斜面
神经卷积网络