一种基于云边端架构的离心泵操作智能检测方法技术

本发明专利技术公开了一种基于云边端架构的离心泵操作智能检测方法，该方法包括以下步骤：步骤S1，获取视频数据。视频采集模块通过终端获取离心泵操作的视频数据。步骤S2，人体关键点检测。人体关键点检测模块在边缘端从视频数据中提取人体关键点。步骤S3，计算关键点与阀门的欧式距离。在视频的每一帧中，计算人体手部关键点与每个阀门的欧式距离并保存；步骤S4，离心泵操作流程判断。利用人体手部关键点与每个阀门的欧式距离来判断人员是在操作哪个阀门；步骤S5，离心泵操作开关阀门动作判断。提取人体手部关键点操作阀门时的时间序列特征，使用卷积神经网络，训练模型并判断人员是在开还是关阀门。通过本发明专利技术方案可提高检测效率。

【技术实现步骤摘要】

本说明书涉及计算机，尤其涉及一种基于云边端架构的离心泵操作流程和动作的智能检测系统及方法。

技术介绍

1、人体关键点估计作为计算机领域中一个特征识别任务，在计算机动画影视制作、行为识别、姿态跟踪、人体活动分析等领域都有着广泛应用前景。人体关键点估计利用给定图像或视频获取人体关节点或部位的位置，从深度学习方向可以将人体姿态估计分为基于单人关键点估计和基于多人关键点估计两大类。人体关键点估计通常可以分为自上而下(top down)和自下而上(bottom up)的方法：高级抽象和低级像素。bottom up人体关键点估计方法先通过关键点估计模型找到输入图片中的所有目标点位，再利用聚类方法将得到的点位归类到不同的个体上。top down人体关键点估计方法大致包含两个模块：人体目标检测和人体关键点估计，即先通过目标检测相关算法将每个人体目标检测出来，得到图片中的所有个体的目标检测框，再将目标检测框作为输入，送到关键点估计模型中，最终得到关键点信息。基于工业互联网的云边端协同架构为实现数据驱动的离心泵操作的流程和动作检测算法创造了条件。

<p>2、在现有技术中本文档来自技高网...

【技术保护点】

1.一种基于云边端架构的离心泵操作智能检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于云边端架构的离心泵操作智能检测方法，其特征在于：所述步骤S1进一步包括以下步骤：

3.根据权利要求1所述的一种基于云边端架构的离心泵操作智能检测方法，其特征在于：所述步骤S2进一步包括以下步骤：

4.根据权利要求1所述的一种基于云边端架构的离心泵操作智能检测方法，其特征在于：所述步骤S3进一步包括以下步骤：

5.一种实现权利要求1-4任一项方法的基于云边端架构的离心泵操作智能检测系统，其特征在于：所述系统包括视频采集模块、人体关键点检...

【技术特征摘要】

1.一种基于云边端架构的离心泵操作智能检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于云边端架构的离心泵操作智能检测方法，其特征在于：所述步骤s1进一步包括以下步骤：

3.根据权利要求1所述的一种基于云边端架构的离心泵操作智能检测方法，其特征在于：所述步骤s2进一步包括以下步骤：

4.根据权利要求1所述的一种基于云边端架构的离心泵操作智能检测方法，其特征在于：所述步骤s3进一步包括以下步骤：

5.一种实现权利要求1-4任一项方法的基于云边端架构的离心泵操作智能检测系统，其特征在于：所述系统包括视频采集模块、人体关键点检测模块、人员操作流程识别模块、人员操作动作识别模块、评测结果报告模块；

6.根据权利要求5所述的一种基于云边端架构的离心泵操作智能检测系统，其特征在于：所述视频采集模块、人体关键点检测模块进一步包括，任务指定与录制单元：负责向人员下发测评任务要求，并对人员的评测过程进行视频录制；判断单元：用于判断视频信息是否识别到人体，若识别到人体，则进入执行单元，若未识别到人体，则视视频无效，不进入执行单元；执行单元：负责检测人体的各个关键点，并在采集的视频中绘制出人体的关键点图像，同时，将人体关键...

【专利技术属性】
技术研发人员：张泽辉，张加伟，徐晓滨，余善恩，卢涛，管聪，侯平智，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：