基于联邦学习的化工生产操作流程分割方法

    公开(公告)号:CN116798126A

    公开(公告)日:2023-09-22

    申请号:CN202310818471.2

    申请日:2023-07-05

    Abstract: 本发明公开了一种基于联邦学习的化工生产操作流程分割方法,通过联邦学习策略对各训练节点的数据集进行聚合,训练得到可用的动作分割模型,再将模型部署到物联网系统云服务器上;端服务器在检测到动作分割需求,实地拍摄化工生产操作视频并发送给边处理器;边处理器对化工生产操作视频进行预处理得到特征序列并将序列发送给云服务器;云服务器通过动作分割模型对特征序列进行识别得到信度序列;对信度序列进行处理得到实际化工生产操作流程,再与标准流程进行对比分析后,生成分析报告。本发明采用动作分割模型对视频数据中的每帧图像的动作进行精准分类,可以在整个未裁剪的长视频中进行每帧图像的动作分类,极大地减少了人力浪费。

    一种基于动态检测信度更新的人体标识物识别方法

    公开(公告)号:CN119049091A

    公开(公告)日:2024-11-29

    申请号:CN202411525265.3

    申请日:2024-10-30

    Abstract: 本发明公开了一种基于动态检测信度更新的人体标识物识别方法,该方法首先采集人体目标及标识物视频文件,将视频文件转化为图片流。其次使用单次多核检测器SSD,获得图片流中当前帧图片中人体标识物目标初始预测框和初始目标检测信度。然后基于目标的初始预测框和目标检测信度,利用自适应非极大值抑制算法得到目标最终预测框和最终目标检测信度,基于动态检测信度融合策略,更新最终目标检测信度。最后根据最终预测框和更新后的最终目标检测信度判定人员身份信息。本发明能够快速检测出待识别目标,并有效提高目标在天气变化、局部遮挡等情况下的目标检测信度,提升目标检测过程的可靠性和稳定性。

Patent Agency Ranking