摘要
本发明公开了一种计算机视觉辅助的物流中转场数字孪生辅助建模方法,包括以下步骤:S1.对物流中转场关键区域的视觉数据进行采集,并对采集到的视觉数据进行噪声抑制与质量增强;S2.通过训练YOLO网络对噪声抑制与质量增强后的图像进行特征抽取,得到视觉特征;S3.进行非视觉数据采集与编码,得到非视觉特征;S4.在预处理后的图像上,利用深度学习方法进行图像分割、场景识别及对象跟踪;S5.进行多模态数据融合与数字孪生模型构建。本发明实现了对物流中转场关键区域的全局动态监控和高精度数字孪生建模。
技术关键词
计算机视觉辅助
辅助建模方法
生成对抗网络
物流
非视觉特征
噪声抑制
数字孪生模型
图像分割
LSTM模型
噪声图像
多模态数据融合
对象跟踪
降噪算法
样本
场景分类
系统为您推荐了相关专利信息
信息管理系统
桩基
三维BIM模型
生成三维模型
模板
工业物联网云平台
工业物联网数据
数据分析方法
样本
生成对抗网络
攻击检测模块
报文
入侵检测系统
特征提取模块
车载入侵检测方法
高斯混合噪声
生成对抗网络方法
高斯混合模型
电子鼻
注意力
生态修复方法
策略标签
高层语义特征
多光谱传感器
深度特征学习