基于深度学习的建筑工地安全监测方法及系统

AITNT
正文
推荐专利
基于深度学习的建筑工地安全监测方法及系统
申请号:CN202511154754
申请日期:2025-08-18
公开号:CN120655110A
公开日期:2025-09-16
类型:发明专利
摘要
本申请公开了基于深度学习的建筑工地安全监测方法及系统,属于建筑施工安全监测领域,本申请获取建筑工地的人员作业图像,同时获取作业环境参数,构建攀爬复杂度评估模型,通过采集的人员作业情况评估作业区域的攀爬复杂程度,构建安全带磨损评估模型,通过安全带的使用记录评估使用过程中的安全带的磨损情况,构建人员风险评估模型,通过作业人员的基本信息评估人员自身的风险情况,构建环境风险评估模型,通过作业时段的环境参数评估环境导致的作业风险情况,构建综合风险评估模型,通过将攀爬复杂度、安全带磨损指数、人员风险和环境风险评估作业场景综合安全情况进行预警,提升了施工现场的智能化安全管理水平。
技术关键词
安全带 环境风险评估 风险评估模型 监测方法 作业场景 复杂度 深度学习神经网络 指数 作业风险 障碍物 人体姿态估计算法 图像 语义分割模型 比率 高清摄像头 速度 数据获取模块 因子 粗糙度
系统为您推荐了相关专利信息
1
用于乳腺癌筛查的GAGs标志物及其应用
乳腺癌筛查 标志物 预测乳腺癌 评分预测模型 风险评估模型
2
一种电子元器件故障监测模组及方法
电子元器件 故障监测方法 阶段 周期 监测场景
3
基于AI的桥梁数字化监测方法及系统
监测桥梁 编码矢量 数字化监测方法 桥梁结构 融合特征
4
一种水轮机运行监测系统及方法
监测方法 判断水轮机 卷积神经网络模型 理论 监测系统
5
一种不良地段隧道围岩爆破开挖的监测方法及其系统
隧道围岩爆破 监测方法 线性加权法 围岩状态 抗剪强度参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号