摘要
本发明公开了一种基于稠密光流跟踪的构件吊装进度干扰智能监控方法,包括以下步骤,步骤S1,实例分割模型搭建,步骤S2,构件遮挡判断,步骤S3,漏检补偿,利用稠密光流估计相邻帧间的像素级稠密光流场。步骤S4,预制构件多目标跟踪,本发明基于稠密光流估计方法,可有效纠正实例分割过程中可能出现的漏检问题,显著提升了系统整体的检测精度与运行稳定性。此外,针对预制构件在吊装过程中因遮挡导致暂时消失后重新出现的情况,本发明设计了鲁棒的身份匹配机制,有效地解决了预制构件因遮挡而重新出现时的身份识别难题,大幅提高了在复杂工况下预制构件目标跟踪的准确性与鲁棒性,降低了遮挡对进度判断的干扰。
技术关键词
智能监控方法
预制构件
实例分割模型
深度神经网络模型
稠密光流估计方法
轻量化卷积神经网络
光流场
融合多尺度特征
感兴趣区域图像
数据关联算法
相邻两帧图像
像素
视频
匈牙利算法
卡尔曼滤波
线性单元
运动向量
系统为您推荐了相关专利信息
彩色点云
全景相机
激光雷达点云
语义标签
立方体
电磁仿真方法
残差模块
构建深度神经网络
矩阵
深度神经网络模型
资源分配策略
资源特征
线路
计算机执行指令
资源状态信息
后台服务器
图像特征提取
卷积神经网络模型
无线传输模块
远程智能监控