一种建筑施工现场不同机械设备识别方法技术

本发明专利技术公开了一种建筑施工现场不同机械设备识别方法，具体步骤如下：步骤一：建筑施工现场的区域边界确定；步骤二：机械设备图像采集；步骤三：机械设备目标检测与边界框确定；步骤四：机械设备特征提取；步骤五：机械设备特征融合；步骤六：应用验证集优化评估结果；步骤七：应用测试集确定检测结果；步骤八：判断是否符合作业区域机械设备规定。本发明专利技术可有效解决机械设备交叉作业管理难题，提高了安防视频监控的智能性、稳定性和准确性。稳定性和准确性。稳定性和准确性。

【技术实现步骤摘要】
一种建筑施工现场不同机械设备识别方法


[0001]本专利技术涉及建筑施工工程领域，具体涉及一种建筑施工现场不同机械设备识别方法。

技术介绍

[0002]在建筑施工现场，普遍存在多种机械设备交叉作业的现象，容易引起机械伤害、起重伤害、物体打击等风险，增加工程项目现场管理的成本。针对这一问题，传统的建筑施工现场管理方法是通过管理人员巡视、拍照等手段指挥现场机械设备的进出和调度，但是这种方式难以保证每个时刻、每个地点覆盖，无法应对快速变化的施工现场作业。随着安防摄像头逐渐普及，各种建筑施工现场的机械设备作业情况基本得到实时监控。然而这一过程仍然需要管理人员自主判断，不能做到自动识别报警。不但造成人力浪费，监控人员也不能保证能够监视所有建筑施工区域机械设备的作业。
[0003]因此，需要一种新的监控方法和系统，用以对建筑施工现场不同机械设备进行自动识别，一方面解决机械设备交叉作业管理难题，另一方面提高安防视频监控的智能性、稳定性和准确性。
[0004]基于上述情况，本专利技术提出了一种建筑施工现场不同机械设备识别方法，可有效解决以上问题本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种建筑施工现场不同机械设备识别方法，其特征在于，包括如下步骤：S1、采用发光二极管将建筑施工现场的区域分割成一个或多个正方形区域，生成建筑施工现场的区域边界；S2、在建筑施工现场的区域内设置若干图像采集装置，通过图像采集装置对建筑施工现场的区域边界内的机械设备进行视频信息采集，将获得的图像数据划分为训练集、验证集及测试集；S3、采用聚类算法分析训练集，对机械设备目标检测与边界框进行确定，调整区域边缘从而更准确地预测目标的真实边界框；S4、采用单一的卷积神经网络与多次卷积神经网络重复预测同一时刻不同角度的多张图像的边界框和类别概率；通过深度可分离卷积，将普通卷积分解为深度卷积和逐点卷积两部分，确定最终机械设备特征；S5、采用多层次的特征提取融合，从浅层特征逐步到深层特征的融合；S6、根据验证集数据估计训练中或训练后的泛化误差，更新并不断消除训练集中的超参数；S7、所有超参数优化完成后，通过测试集对泛化误差进行估计，确定检测结果；S8、事先在图像采集装置中输入特定建筑施工现场区域机械设备的类型、作业时间、数量的算法，结合步骤S7的检测结果，判断是否满足要求；若满足，输出设备的相关信息；若不满足，发出报警信息。2.如权利要求1所述的一种建筑施工现场不同机械设备识别方法，其特征在于：所述步骤S1中，发光二极管的光源为红色，便于图像采集装置可直接抓取红色光源，从而确定区域边界。3.如权利要求1所述的一种建筑施工现场不同机械设备识别方法，其特征在于：所述步骤S2中，图像采集装置为安防监控摄像头，以施...

【专利技术属性】
技术研发人员：高远，杨彪，杨文，向阳，黄立宝，
申请(专利权)人：中国电建集团华东勘测设计研究院有限公司，
类型：发明
国别省市：