基于多任务学习的矿井下传送带状态和人员检测方法
实质审查的生效
摘要
本发明涉及一种基于多任务学习的矿井下传送带状态和人员检测方法，属于计算机领域。该方法包括以下步骤：S1：融合光流信息的视频目标检测；S2：基于tow‑stream方法的传送带状态分类；S3：基于多任务学习的矿井下人员和传送带状态检测方法的训练。本发明能利用视频信息对传送带附近的生产违规行为进行准确的判断，一方面利用前后多帧图像光流信息对传送带状态进行判断，另一方面再融合多帧图像间的运动信息提高目标检测的性能。将这两种任务结合起来提出了一种基于多任务学习的策略，来有效得对监控视频中的违规行为做出判断。
基本信息
专利标题 ：
基于多任务学习的矿井下传送带状态和人员检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463696A
申请号 ：
CN202210081341.0
公开（公告）日 ：
2022-05-10
申请日 ：
2022-01-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
韩宗芫周祥东张丽君
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区黄桷垭崇文路2号
代理机构 ：
北京同恒源知识产权代理有限公司
代理人 ：
廖曦
优先权 ：
CN202210081341.0
主分类号 ：
G06V20/52
IPC分类号 ：
G06V20/52 G06V20/40 G06N3/08 G06K9/62 G06V10/774 G06V10/82 G06V10/764
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06V 20/52
申请日 : 20220124
申请日 : 20220124
2022-05-10 ：
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
