摘要
本发明提供了一种基于图像识别技术的机坪固定FOD识别方法,涉及FOD识别技术领域,该方法包括:同步采集机坪区域的可见光图像、红外热成像及激光雷达点云数据;对采集数据进行光照均衡化与几何校正预处理;通过动态背景建模分离固定FOD与临时移动物体,所述建模融合可见光、红外特征及点云空间分布;采用深度学习模型融合多光谱特征并进行分类定位,所述模型嵌入通道注意力机制;通过边缘计算设备处理数据,根据分类结果实时触发分级报警并记录日志;动态更新深度学习模型参数。本发明通过多模态数据融合+自适应动态建模+边缘智能计算”三位一体的架构,解决了现有FOD检测中“漏检率高、误报率高、环境适应性差、实时性不足”四大核心问题。
技术关键词
图像识别技术
通道注意力机制
动态背景建模
识别方法
多光谱特征
深度学习模型
可见光图像
激光雷达点云数据
移动物体
概率密度函数
动态更新
点云空间
协方差矩阵
多模态数据融合
高斯混合模型
全局平均池化
成像特征
参数
系统为您推荐了相关专利信息
信号采集单元
结构损伤识别方法
识别算法
云存储模块
监测系统
电梯制动器
状态监测方法
多层感知器
通道注意力机制
异常信息
火焰轮廓
智能分析预警系统
危险性
智能分析预警方法
像素点
信号处理模块
识别系统
数据采集模块
识别模块
识别方法