摘要
本发明涉及风扇监测技术领域,具体地说,涉及一种视频监测风扇是否转动的方法。本发明无需复杂的硬件传感器或高成本的专用设备,仅通过普通相机和深度学习模型即可实现精准检测,降低了整体检测系统的硬件和维护成本,同时利用YOLOv8网络对图像中的风扇区域进行快速、准确的识别和裁剪,大幅减少背景噪声干扰,从而提高检测效率和精度,实现了从图像采集、物体识别到运动状态分析的全自动化流程,无需人工干预,适用于大规模应用场景,并且该系统依赖标准的计算机视觉和人工智能算法,适用于多种类型的相机设备和视频源,便于集成到现有系统中,此外通过图像灰度值差异分析方法,有效过滤静止物体的干扰,在复杂背景下保持良好的检测性能。
技术关键词
监测风扇
视频
风扇监测技术
差异分析方法
运动状态分析
背景噪声干扰
对象检测模型
人工智能算法
图像灰度值
深度学习模型
物体
相机设备
计算机视觉
专用设备
网络
对比度