基于神经网络和视频流的炉况识别方法和系统

本发明提供了一种基于神经网络和视频流的炉况识别方法和系统，包括：步骤1：在转炉炉口采集吹炼过程视频流，标注视频帧的炉况类别及时间区间；步骤2：构建包含时空特征提取模块的模型架构，对标注视频帧按预设帧选择策略抽取训练帧，通过所述时空特征提取模块提取训练帧特征，结合交叉熵损失函数和反向传播算法优化模型参数；步骤3：实时读取吹炼过程视频流并提取帧特征存入队列，当队列特征数量达到预设个数时，输入时空特征提取模块进行时序特征分析并输出炉况概率分布，根据炉况概率分布判定当前炉况，触发异常警报；步骤4：将识别结果及视频片段存储至数据库，集成至转炉自动化控制系统，并提供用户界面供操作干预。