-
公开(公告)号:CN115115988B
公开(公告)日:2024-12-20
申请号:CN202210756771.8
申请日:2022-06-29
Applicant: 中南大学
IPC: G06V40/20 , G06V20/40 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06Q10/0635 , G06Q50/08 , G06Q50/26
Abstract: 本发明涉及坠落保护技术领域,公开了一种人员坠落风险检测方法、系统及存储介质,分别对第一增强图像和第二增强图像进行随机裁剪得到第一裁剪图像和第二裁剪图像,对所述第一裁剪图像和第二裁剪图像进行拼接得到训练图像;将所述训练图像输入待训练神经网络模型中进行训练,得到目标神经网络模型;基于获取的待检测图像生成坠落地点信息和人员位置信息,并将所述坠落地点信息输入目标神经网络模型进行判断生成第一判断结果;在所述第一判断结果为易坠落地点时将所述人员位置信息输入目标神经网络模型进行判断生成第二判断结果;在所述第二判断结果为易坠落位置时发出告警信息;本发明解决了现有的检测识别方法识别速度慢、识别准确度低的问题。
-
公开(公告)号:CN115115988A
公开(公告)日:2022-09-27
申请号:CN202210756771.8
申请日:2022-06-29
Applicant: 中南大学
Abstract: 本发明涉及坠落保护技术领域,公开了一种人员坠落风险检测方法、系统及存储介质,分别对第一增强图像和第二增强图像进行随机裁剪得到第一裁剪图像和第二裁剪图像,对所述第一裁剪图像和第二裁剪图像进行拼接得到训练图像;将所述训练图像输入待训练神经网络模型中进行训练,得到目标神经网络模型;基于获取的待检测图像生成坠落地点信息和人员位置信息,并将所述坠落地点信息输入目标神经网络模型进行判断生成第一判断结果;在所述第一判断结果为易坠落地点时将所述人员位置信息输入目标神经网络模型进行判断生成第二判断结果;在所述第二判断结果为易坠落位置时发出告警信息;本发明解决了现有的检测识别方法识别速度慢、识别准确度低的问题。
-