公开(公告)号：CN116563779A

公开(公告)日：2023-08-08

申请号：CN202310400200.5

申请日：2023-04-13

申请人： 河海大学

发明人： 雷冬 ,  董涛 ,  杜文康 ,  杭宗庆 ,  何锦涛 ,  许嘉均

IPC分类号： G06V20/52 ,  G06V20/40 ,  G06V10/82 ,  G06V10/25 ,  G08B21/18 ,  G06N3/084 ,  G06V10/56

摘要： 本发明公开了基于机器视觉和深度学习公路高边坡施工危险预警方法，包括以下步骤：S01，利用数据采集设备获取施工边坡的实时视频数据；S02，利用经改进适用于边坡的帧差法等经典算法捕捉边坡落石，岩体位移等异常情况；S03，向施工单位提供异常事件的数据，供其进行人工回溯；S04，利用采集到的异常数据，建立BP神经网络；S05，利用深度学习技术，训练算法自主判断危险情况前兆，如落石等；S06，利用S05中的训练结果，结合传统的位移监测算法，共同对以坡面落石，滑坡等为主的危险情况进行预警。本发明所提供的方法，有效辅助施工单位进行安全评估与分析，利用机器视觉和神经网络技术，对危险情况进行预警，保障施工人员和设备的安全。