【技术实现步骤摘要】
本专利技术属于计算机视觉,具体涉及一种变电站现场人员吸烟行为检测方法。
技术介绍
1、随着计算机技术的快速发展,人工智能已经成为当今世界科技革命创新的核心引擎和关键性战略技术,将智能化技术应用于工业发展是一个不断发展的大趋势。计算机视觉是对生物视觉的模拟,主要任务是让计算机像人一样能够理解图像或视频中的内容,相当于给计算机装上“眼睛”和“大脑”,让计算机自行感知环境。计算机视觉又包括许多分支,其中包括目标检测和人体姿态估计,目前这几种技术在工业中应用非常广泛,但是由于技术的局限性导致效果时常不理想。
2、通过目标检测可以识别出变电站现场中的各种物体,比如人体、烟头,通过人体姿态估计可以获得人体关节点坐标信息,通过这两种技术结合可以有效识别变电站现场人员吸烟行为,但同时运行两个模型会导致检测速度慢和资源占用率高。因此,设计一种多任务学习模型,可以同时完成以上两种任务,既能提升检测速度,又能节约硬件成本。
技术实现思路
1、为了克服现有技术中的问题,本专利技术提出了一种变电站现场人
...【技术保护点】
1.一种变电站现场人员吸烟行为检测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种变电站现场人员吸烟行为检测方法,其特征在于,所述步骤S2中,多尺度融合因子在PANet由浅层特征向深层特征传递的过程中加入,具体步骤为:
3.根据权利要求2所述的一种变电站现场人员吸烟行为检测方法,其特征在于,所述融合因子α计算公式为:
4.根据权利要求3所述的一种变电站现场人员吸烟行为检测方法,其特征在于,所述步骤S2中,所述解耦检测头包括三个平行的分支,第一条分支通过卷积操作得到目标检测类别信息;第二条分支得到回归和置信度信息;第三条
...【技术特征摘要】
1.一种变电站现场人员吸烟行为检测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种变电站现场人员吸烟行为检测方法,其特征在于,所述步骤s2中,多尺度融合因子在panet由浅层特征向深层特征传递的过程中加入,具体步骤为:
3.根据权利要求2所述的一种变电站现场人员吸烟行为检测方法,其特征在于,所述融合因子α计算公式为:
4.根据权利要求3所述的一种变电站现场人员吸烟行为检测方法,其特征在于,所述步骤s2中,所述解耦检测头包括三个平行的分支,第一条分支通过卷积操作得到目标检测类别信息;...
【专利技术属性】
技术研发人员:梁其耀,李天赋,高博,童彦淇,梁钊董,刘呈祥,孙梦丽,
申请(专利权)人:东方电子股份有限公司,
类型:发明
国别省市:
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。