摘要
本申请涉及数据处理技术领域,公开了一种基于人工智能的施工监测方法及系统。该方法包括:通过高速摄像头采集施工作业行为,根据振动频谱对数据进行分频滤波得到标准化数据;将数据输入施工行为特征遗传算法,通过行为特征编码优化识别网络得到轻量化模型;根据模型对异常行为进行概率计算;将概率数值传输至边缘设备,通过权重剪枝压缩模型参数得到推理结果;通过三级预警阈值分级判定得到预警信号。本申请解决了现有施工监测技术在复杂环境下数据质量不稳定、AI算法缺乏施工场景适应性、云端处理存在延迟以及预警决策可靠性不足的技术问题。
技术关键词
施工监测方法
施工现场数据
置信度数值
施工作业面
佩戴安全帽
贝叶斯决策理论
施工监测系统
遗传算法
后验概率
施工监测设备
染色体
Softmax函数
网络结构
施工监测技术
时序关联分析
因子
系统为您推荐了相关专利信息
变电站作业
深度学习识别
视频分析
视频采集模块
安全带低挂高用
报警复核方法
多模态
佩戴安全帽
报警复核装置
图像上下文信息
调度管理系统
装配式建筑
头部特征
感兴趣区域图像
现场施工人员
建筑工程施工方法
BIM技术
数字孪生模型
预制构件
能耗