申请/专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司中原油田分公司信息化管理中心

申请日：2022-08-30

公开（公告）日：2024-03-12

公开（公告）号：CN117690067A

主分类号：G06V20/52

分类号：G06V20/52;G06V40/10;G06V10/82;G06N3/08;G06N3/0464

优先权：

专利状态码：在审-公开

法律状态：2024.03.12#公开

摘要：本发明涉及一种基于计算机视觉的工业违章行为识别方法，属于违章行为识别技术领域。本发明对YOLOv3网络模型中的特征金字塔模块进行改进，改进后特征金字塔模块包括四个特征融合单元，第一个特征融合单元是主网络模块的输出进行卷积操作处理后得到，第二个特征融合单元是将第一个特征融合单元的输出与主网络模块的输出进行拼接以及卷积操作处理后得到，以此类推实现第三特征融合单元和第四特征融合单元的功能和作用。也即，对主网络模块的深层特征进行了深度特征融合处理，从而解决了感受野太大造成的对中等或较小尺寸物体的检测效果较差的现象，提高了工业违章行为检测的准确性，有利于减少误检、漏检或重复检测等问题的发生。

主权项：1.一种基于计算机视觉的工业违章行为识别方法，其特征在于，包括如下步骤：1获取现场作业视频信息；2对现场作业视频信息进行视频预处理，得到待识别人员图像；3将待识别人员图像输入至违章行为识别模型中，对待识别人员图像进行违章行为识别，得到违章行为识别结果；其中，所述违章行为识别模型为利用训练集对改进YOLOv3网络模型进行训练得到，训练集为标记有违章行为的人员图像数据集，所述改进YOLOv3网络模型包括主网络模块、特征金字塔模块和分类检测模块；所述主网络模块用于对输入图像进行特征提取；所述特征金字塔模块用于进行特征融合处理以得到四个不同尺度输出，包括四个特征融合单元，分别为第一特征融合单元、第二特征融合单元、第三特征融合单元和第四特征融合单元；第一特征融合单元用于将主网络模块的输出进行卷积操作以得到第一特征融合单元的输出；第二特征融合单元用于将第一特征融合单元的输出依次进行卷积和上采样操作，得到的结果与主网络模块的输出依次进行拼接和卷积操作，以得到第二特征融合单元的输出；第三特征融合单元用于将第二特征融合单元的输出依次进行卷积和上采样操作，得到的结果与主网络模块的中层特征依次进行拼接和卷积操作，以得到第三特征融合单元的输出；第四特征融合单元用于将第三特征融合单元的输出依次进行卷积和上采样操作，得到的结果与主网络模块的浅层特征依次进行拼接和卷积操作，以得到第四特征融合单元的输出；所述分类检测模块用于将各个特征融合单元的输出分别进行特征整合和通道调整，以得到四个输出。

全文数据：

权利要求：

百度查询： 中国石油化工股份有限公司;中国石油化工股份有限公司中原油田分公司信息化管理中心 一种基于计算机视觉的工业违章行为识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD