摘要
本申请涉及神经网络技术领域,公开了一种风险检测方法、装置、设备及存储介质,该方法包括:采集作业现场的视频流、红外热成像数据以及超宽带定位数据,在边缘计算设备检测到视频流中存在风险行为时,验证红外热成像数据和超宽带定位数据,生成第一验证结果和第二验证结果,进而通过行为识别模型对视频流进行分析,获得风险检测结果。本申请通过多维度获取作业现场信息,先由边缘计算设备对视频流初步检测风险行为,再分别验证红外热成像数据是否存在异常温区、超宽带定位数据是否处于高风险区域,在验证结果通过时,通过基于时空图卷积网络构建的行为识别模型分析视频流,多源数据相互印证,有效降低误判率,提高风险检测准确率。
技术关键词
风险检测方法
视频流
高风险
风险检测装置
作业现场
成像
人体轮廓
卡尔曼滤波算法
神经网络技术
建筑信息模型
人体关节点
检测设备
位置验证
数据采集模块
电子围栏
处理器
分割算法
数字孪生
系统为您推荐了相关专利信息
健康驾驶系统
分析模块
USB摄像头
车辆实时位置
数据可视化
语义分割方法
车道
神经网络模型
编码器模块
矩阵
图像压缩单元
压缩系统
图像分割
拼接单元
视频流
风控装置
风险评估报告
数据采集模块
大数据
机器学习算法