摘要
本发明公开了基于多模态图像识别的低压不停电作业现场智能风险识别方法,包括以下步骤:包括以下步骤:基于深度图构建三维点云数据,对每帧点云执行法线方向一致性分析,提取连续面片间法向夹角变化值,生成空间梯度张量以表征局部几何形态波动。本发明通过构建结构完整性评分矩阵并融合点云密度识别畸变区域,生成畸变特征向量并映射为点云畸变指数,建立感知‑反馈闭环机制。当畸变指数超过阈值时,系统自动调节红外脉冲参数,增强对低反射区域的感知能力,显著提升在夜间、阴影等复杂环境下的三维重建稳定性与风险识别准确性,具备较高的工程实用价值。
技术关键词
风险识别方法
作业现场
多模态
面片
指数
三维点云数据
脉冲
低压
参数
工程实用价值
深度图数据
双曲正切函数
因子
回波
邻域
矩阵
复杂度
点云密度
系统为您推荐了相关专利信息
多模态
长短记忆神经网络
深度卷积神经网络
数据
日常生活
视觉问答模型
图像分割
数据标注方法
答案
多模态
精准监测方法
多模态数据融合
生理
多模态特征
双向长短期记忆网络