摘要
本发明属于耕地检测技术领域,具体的说是一种基于监控视频的耕地违法违规行为智能检测方法,包括以下步骤:S1、基于视频数据的关键帧与关键部分提取;S2、建立耕地违法违规行为数据库,生成标签样本数据集;S3、耕地违法违规行为深度学习模型设计;S4、耕地违法违规行为检测识别算法改进及优化策略;S5、模型训练;S6、结合区域生成网络RPN和深度学习模型对目标进行检测分析;S7、图像分类;S8、监控视频空间化;S9、时间序列分析。通过开发基于监控视频的智能检测系统,实现对耕地违法违规行为的实时监控和自动检测,显著提高耕地保护的效率,确保违法违规行为能够及时被发现和处理,有效降低监管成本,提高监管工作的精准度和可靠性。
技术关键词
智能检测方法
耕地
区域生成网络
深度学习模型
检测识别算法
坐标系
生成对抗网络
金字塔池化模块
轨迹跟踪技术
生成标签
相机外部参数
视频图像特征
关键帧
数据
深度神经网络模型
相机内部参数
智能检测系统