一种用于移动模架姿态预测的MFMPosePredict模型及预测方法技术

本发明专利技术涉及一种用于移动模架姿态预测的MFMPosePredict模型及预测方法。本发明专利技术的模型采用多目标姿态估计检测图像中的移动模架，并为每个物体定位关键点。模型同时考虑目标实例之间或关节之间交互信息，利用目标实例间交互和关节间交互的互补性，来提高多目标姿态估计的性能。模型中的跨实例交互建模模块采用表示以及包含实例位置信息的位置嵌入融入到计算，能够提升感知表示的增强，能够增强个体信息的可区分性，使得多个移动模架目标的姿态能清晰的区分出来，提高模型的精确度。

【技术实现步骤摘要】

本专利技术涉及施工安全智能管理，特别是涉及一种用于移动模架姿态预测的mfmposepredict模型及预测方法。

技术介绍

1、移动模架施工(moving formwork method,mfm)是一种用于桥梁建设中的高效施工方法，尤其适用于连续梁桥和预应力混凝土箱梁的现场浇筑。这种方法可以显著减少模板的安装和拆卸时间，提高施工效率，并且保证了结构的质量和安全性。

2、随着交通基础设施建设的快速发展，道路桥梁建设成为其中的重要组成部分。移动模架作为一种先进的施工技术，因其特有的优势在道路桥梁建设中得到广泛应用。移动模架施工技术能够显著提高施工效率，有助于提高施工安全性和工程质量，可以降低施工成本，移动模架施工技术具有很好的适应性和灵活性，能够适用于不同类型的桥梁结构和复杂的施工条件，如高架桥、高墩公路桥梁和跨海桥梁等。

3、移动模架在施工过程中易受外部因素(如风力、温度、荷载变化等)影响，导致姿态异常或变形，进而影响施工精度，甚至会引发安全事故。引入ai模型能实时预测模架姿态变化，

技术实现思路<本文档来自技高网...

【技术保护点】

1.一种用于移动模架姿态预测的MFMPosePredict模型，其特征在于，所述的模型中，输入的图像首先经过主干网络(backbone)进行特征提取；从主干网络提取的特征数据分两路处理：一路是经过关键点解码器，解码出来的结果为Fjoint；另一路通过实例解码器，其输出和主干网络提取的特征数据进行融合操作，得到的结果为Finst；之后，Finst经过实例-关节关系分支得到特征FI→J，Fjoint经过关节-实例关系分支得到特征FJ→I；最后，FI→J和FJ→I都输入到姿态解码器中，以生成可靠的姿态表示。

2.根据权利要求1所述的用于移动模架姿态预测的MFMPosePredict...

【技术特征摘要】

1.一种用于移动模架姿态预测的mfmposepredict模型，其特征在于，所述的模型中，输入的图像首先经过主干网络(backbone)进行特征提取；从主干网络提取的特征数据分两路处理：一路是经过关键点解码器，解码出来的结果为fjoint；另一路通过实例解码器，其输出和主干网络提取的特征数据进行融合操作，得到的结果为finst；之后，finst经过实例-关节关系分支得到特征fi→j，fjoint经过关节-实例关系分支得到特征fj→i；最后，fi→j和fj→i都输入到姿态解码器中，以生成可靠的姿态表示。

2.根据权利要求1所述的用于移动模架姿态预测的mfmposepredict模型，其特征在于，

3.根据权利要求1所述的用于移动模架姿态预测的mfmposepredict模型，其特征在于，

4.根据权利要求2或3所述的用于移动模架姿态预测的mfmposepredict模型，其特征在于，所述跨实例交互建模模块的输入包括实例表示finst以及包含实例位置信息的位置嵌入fpos；

5.根据权利要求2或3所述的用于移动模架姿态预测的mfmposepredict模型，其特征在于，跨关节交互建模模块将关节特征作为输入；随后，使用3组1×1卷积层作为关节特征提...

【专利技术属性】
技术研发人员：冯迪，李红波，刘庆，李斌，杨同涛，辛永，张喜忠，徐建浩，高信杰，祁得亨，陈保民，许永齐，赵忠祥，丰莉仿，万海峰，
申请(专利权)人：山东高速路桥国际工程有限公司，
类型：发明
国别省市：