一种基于深度学习的石油井场人员穿越吊装物检测方法及其系统
公开
摘要
本发明公开了一种基于深度学习的石油井场人员穿越吊装物检测方法及其系统，属于人工智能视频分析领域。其方法包括：读取摄像头视频流；提取当前帧前景目标，并更新背景模型图像；利于深度学习目标检测技术检测视频流当前帧的目标，并添加到当前帧目标集合中；针对图像前景目标，采用面积占比以及深度学习目标检测结果进行当前帧前景目标的剔除；将余下的前景目标与深度学习目标检测结果中的人员目标输入到人员穿越检测模型进行分析，判断是否有人员穿越前景目标；如果人员穿越检测模型输出为真，则进行实时截屏和录像,输出告警。本发明的系统包括：摄像头视频流采集模块、图像前景提取模块、深度学习目标检测模块、图像前景目标剔除模块、人员穿越吊装物检测模块、输出告警模块。本发明可以解决吊装物种类繁多，无法有效识别的问题，并具有检测率高、误报率低的特点。
基本信息
专利标题 ：
一种基于深度学习的石油井场人员穿越吊装物检测方法及其系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114299439A
申请号 ：
CN202111672944.X
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
曾金全谢瑜
申请人 ：
成都迈塔能卫科技有限公司
申请人地址 ：
四川省成都市中国（四川）自由贸易试验区成都高新区益州大道中段1918号2栋12层1206号
代理机构 ：
代理人 ：
优先权 ：
CN202111672944.X
主分类号 ：
G06V20/40
IPC分类号 ：
G06V20/40 G06V40/20 G06V10/82 G06N3/04 G06N3/08
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
