【技术实现步骤摘要】
一种基于人工智能视频分析的自伴混凝土质量管理方法
本专利技术涉及建筑工程
,具体来说,涉及一种基于人工智能视频分析的自伴混凝土质量管理方法。
技术介绍
在建筑作业中,混凝土的质量对建筑的质量极其重要的因素之一,因而国家层面对混凝土的生产质量有着明确的规范和强制监管。通常情况下,对混凝土的生产质量监管,往往通过具有相关监理资格的监理人员,进行现场人工监督的方式,来达到严格监管的目的,该过程专业术语为“旁站监理”,其主要缺点有以下几点:1.旁站监理过程中,由于缺少影像等有效监督手段,因而,由于监理人员专业素质差或利益交换等原因,容易导致不能有效作为、少作为、恶意不作为等情况出现;2.旁站监理对相关指标记录不认真或者不规范,导致对监理过程无有效可追溯性;3.旁站过程中对发现有安全、质量隐患或违反工程建设强制性标准要求的行为,停留在整改建议或口头通知,对整改情况不跟踪封闭;4.旁站监督管理的成本高、人效低。基于上述缺点,急需一种具备人工智能视频分析的自伴混凝土质量管理方法出现。针对相关技术中的问题,目前尚未提出有效的解决方案。
技术实现思路
本专利技术的目的在于提供一种基于人工智能视频分析的自伴混凝土质量管理方法,以解决上述
技术介绍
中提出的问题。为实现上述目的,本专利技术提供如下技术方案:一种基于人工智能视频分析的自伴混凝土质量管理方法,该方法包括:a1.通过深度学习方法CoViAR-Mobile-V3算法对实时上传的视频流进行高效的事件分割判断,当前时间窗口 ...
【技术保护点】
1.一种基于人工智能视频分析的自伴混凝土质量管理方法,其特征在于,该方法包括:/na1.通过深度学习方法CoViAR-Mobile-V3算法对实时上传的视频流进行高效的事件分割判断,当前时间窗口视频的事件类型分为:单位盛具称重环节、单位车称重环节、入料口入料环节、搅拌环节、试块制作环节、塌落度测试环节;/na2.针对单位盛具称重环节的视频段,用SSD算法和OCR算法完成各材质在单位盛具中的重量分析,其输出结果为材料类型、单位盛具的重量;/na3.针对单位车盛装环节的视频段,用CoViAR-resnet算法实现盛装行为分析、SSD算法完成盛装材质类型识别,其输出结果为材料类型、盛装次数;/na4.针对入料口入料环节的视频段,用CoViAR-resnet算法和SSD算法完成入料口入料环节下加入到搅拌机中各材料的行为过程分析,其输出结果为材料类型、加入次数;/na5.针对搅拌环节的视频段,用CoViAR-resnet算法完成搅拌机工作的相关状态分析:入料、搅拌、出料、停止,其输出结果为状态、起止时刻;/na6.针对试块制作环节的视频段,用SSD算法完成时刻制作中试块个数分析,其输出结果为:试 ...
【技术特征摘要】
1.一种基于人工智能视频分析的自伴混凝土质量管理方法,其特征在于,该方法包括:
a1.通过深度学习方法CoViAR-Mobile-V3算法对实时上传的视频流进行高效的事件分割判断,当前时间窗口视频的事件类型分为:单位盛具称重环节、单位车称重环节、入料口入料环节、搅拌环节、试块制作环节、塌落度测试环节;
a2.针对单位盛具称重环节的视频段,用SSD算法和OCR算法完成各材质在单位盛具中的重量分析,其输出结果为材料类型、单位盛具的重量;
a3.针对单位车盛装环节的视频段,用CoViAR-resnet算法实现盛装行为分析、SSD算法完成盛装材质类型识别,其输出结果为材料类型、盛装次数;
a4.针对入料口入料环节的视频段,用CoViAR-resnet算法和SSD算法完成入料口入料环节下加入到搅拌机中各材料的行为过程分析,其输出结果为材料类型、加入次数;
a5.针对搅拌环节的视频段,用CoViAR-resnet算法完成搅拌机工作的相关状态分析:入料、搅拌、出料、停止,其输出结果为状态、起止时刻;
a6.针对试块制作环节的视频段,用SSD算法完成时刻制作中试块个数分析,其输出结果为:试块数量;
a7.针对塌落度测试环节的视频段,用SSD算法和OCR算法完成塌落度估计分析,其输出结果为塌落度筒外接矩形坐标点、混凝土外接矩形坐标点、测定塌落度桶顶部与试验混凝土顶部之间卷尺刻度信息;
a8.综合步骤a1至步骤a7中的输出信息,进行输出的信息与设定的标准值进行对比,对存在风险的事件发出预警;
a9.基于步骤a1至步骤a7中的输出信息,对全部视频进行结构化存储。
2.根据权利要求1所述的一种基于人工智能视频分析的自伴混凝土质量管理方法,其特征在于,所述视频行为分析算法CoViAR步骤:
b1:CoViAR的输入是“压缩视频流”;
b2:对压缩视频流的P序列帧中的M信号即MotionVector运动信号、R值即ResidualP帧+M信号后相对于视频中的原始图像I帧的残值信号,进行累积解耦变换得到“解耦后的累积M信号”、“解耦后的累积R信号”,形成“解耦压缩视频流”;
b3:构建3个子模型:对原始信息“I帧”构建一个resnet152大分类器、对“解耦后的累积M信号”构建小分类器resnet18-0、对“解耦后的累积R信号”构建小分类器resnet18-...
【专利技术属性】
技术研发人员:高来先,李永忠,张永炘,吴国爱,黄伟文,李佳祺,贾云博,邓先亮,何东城,
申请(专利权)人:广东创成建设监理咨询有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。