[发明专利]一种适用于高空作业的视觉自动化检测方法有效
| 申请号： | 201711207164.1 | 申请日： | 2017-11-27 |
| 公开（公告）号： | CN108038424B | 公开（公告）日： | 2020-12-18 |
| 发明（设计）人： | 丁烈云;方伟立;刘伊;骆汉宾;钟波涛 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06Q50/08 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 曹葆青;李智 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于建筑工程信息化相关技术领域，其公开了适用于高空作业的视觉自动化检测方法，该方法包括以下步骤：(1)通过工地的视频监控来采集高空作业工人的图像数据以形成高空作业数据集；(2)对所述高空作业数据集内的图像数据进行标注，以用于高空作业工人的识别；(3)采用标注后的所述图像数据对高空作业的Faster R‑CNN模型进行训练，以得到能检测到高空作业工人的Faster R‑CNN模型；(4)将所述Faster R‑CNN模型与深度神经网络相结合来分类及识别高空作业人员是否佩戴安全带。本发明降低了成本，灵活性较高，适用性较强，且具有较高的自动化程度。 | ||
| 搜索关键词： | 一种 适用于 高空作业 视觉 自动化 检测 方法 | ||
【主权项】：
1.一种适用于高空作业的视觉自动化检测方法，其用于自动化检测高空作业工人是否佩戴安全带，其特征在于，该方法包括以下步骤：(1)通过工地的视频监控来采集高空作业工人的图像数据以形成高空作业数据集；(2)对所述高空作业数据集内的图像数据进行标注，以用于高空作业工人的识别；(3)采用标注后的所述图像数据对高空作业的Faster R-CNN模型进行训练，以得到能检测到高空作业工人的Faster R-CNN模型；(4)将所述Faster R-CNN模型与深度神经网络相结合来分类及识别高空作业人员是否佩戴安全带。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华中科技大学，未经华中科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711207164.1/，转载请声明来源钻瓜专利网。
