摘要
本发明公开了一种基于图像识别的给排水管道异常检测方法,通过图像传感器获取初始视频图像数据;建立三通道特征提取网络模型,至少包括可见光通道、通过3D卷积提取管道结构形变特征的几何形态通道和基于RAFT算法捕捉液体流动异常特征的动态光流通道;将初始视频图像输入至所述三通道特征提取网络模型进行特征提取,基于双向LSTM神经网络建立分析模型,将特征图像数据输入至所述分析模型中建立时序关联,通过GNN图神经网络进行异常演化,根据管道状态评估指数进行异常类型分类,基于分类结果进行预警。提高了检测效率,同时减少了人工成本和安全风险,使运维人员能够及时掌握管道状态。
技术关键词
异常检测方法
LSTM神经网络
特征提取网络
三通道
直方图均衡化
给排水管道
视频
双边滤波算法
管道结构
时序
图像传感器
指数
子模块
纹理特征
图像数据采集模块
可见光
系统为您推荐了相关专利信息
多标签分类方法
文本
语义特征提取
计算机可读指令
关键词特征
辅助诊断系统
消化内镜
虚拟现实交互
隐私保护模块
知识图谱查询
视频检索方法
原型
视频帧特征
信源信道联合编码方法
文本
数据异常检测方法
混合预测模型
协方差矩阵
信息熵
样条
微电网技术
能源管理
主控系统
储能单元
孤岛模式