申请/专利权人:龙门实验室;河南科技大学
申请日:2023-12-22
公开(公告)日:2024-05-03
公开(公告)号:CN117975353A
主分类号:G06V20/52
分类号:G06V20/52;G06V20/40;G06V10/62;G06V10/764;G06V10/75;G06V10/44;G06V10/771;G06V10/82;G06N3/0455;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.21#实质审查的生效;2024.05.03#公开
摘要:本发明公开了一种基于视频序列对比学习的装配动作顺序异常检测方法,首先获取装配动作视频序列,然后对装配动作视频序列进行编码以及视频嵌入,提取装配动作特征以及嵌入向量;其次在动态规划矩阵匹配的过程中执行时间先验强调时间特征以及动作顺序变化,并在匹配过程中采取局部帧匹配以及合并异常帧操作降低计算复杂度,最后得到正确的序列匹配,匹配矩阵的其他区域则视为异常检测结果。本发明将时间先验与优化后的Drop‑DTW算法相结合,考虑了视频序列的时间特征以及动作顺序的变化,在确保其精确度的同时提高检测效率,可以相对全面的处理实际工业场景中的装配动作顺序异常检测问题。
主权项:1.基于视频序列对比学习的装配动作顺序异常检测方法,其特征在于,包括以下步骤:S1:获取装配动作时间特征以及顺序变化,形成非单调性的装配动作视频序列;S2:对装配动作视频序列通过编码器进行编码以及视频嵌入,提取装配动作特征以及嵌入向量;S3:通过编码器得到装配动作视频序列的嵌入向量后,将嵌入向量输入到改进的Drop-DTW算法中;在动态规划矩阵匹配的过程中执行时间先验强调时间特征以及动作顺序变化,并在匹配过程中采取局部帧匹配以及合并异常帧操作降低计算复杂;S4:训练损失,结合时间先验和扩展后的匹配成本定义最终的损失函数;S5:装配动作序列在经过改进的Drop-DTW算法处理后得到正确的序列匹配,匹配矩阵的其他区域则视为异常检测结果。
全文数据:
权利要求:
百度查询: 龙门实验室;河南科技大学 基于视频序列对比学习的装配动作顺序异常检测方法
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。