智能建造理论与实践 课件 3.3节 CV与智能安全监管_第1页
智能建造理论与实践 课件 3.3节 CV与智能安全监管_第2页
智能建造理论与实践 课件 3.3节 CV与智能安全监管_第3页
智能建造理论与实践 课件 3.3节 CV与智能安全监管_第4页
智能建造理论与实践 课件 3.3节 CV与智能安全监管_第5页
已阅读5页,还剩16页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第三章智能建造平台体系3.3CV与智能安全监管3.3.1CV概述3.3.2CV的发展历程3.3.3CV在智能安全监管中的应用3.3

CV与智能安全监管——CV概述计算机视觉(CV,Computervision)施工队伍人员构成复杂施工场地空间有限施工机械与设备众多施工周期长安全事故和人员伤亡多。。。。。。。建筑业的“刚需”如何在建筑业中研究、应用和发展CV技术已成为业内研究和关注的热点。CV加入,解决传统问题3.3

CV与智能安全监管——CV概述什么是计算机视觉?类似于人类大脑工作3.3

CV与智能安全监管——CV概述定义CV技术计算机视觉(CV,Computervision)CV是对采集的图片或视频进行处理以获得相应场景的三维信息的技术。计算机科学和工程信号处理应用数学和统计学物理学神经生理学认知科学多学科多领域图像处理航空航天医疗诊断土木建筑军事金融贸易图像压缩图像增强图像恢复图像输入图像输出3.3

CV与智能安全监管——CV概述CV的目标填充图像像素与高层语义之间的鸿沟人眼所见计算机所见计算机所见的像素中,每个像素具有一定的数值(表示该像素的灰度或颜色)人的大脑皮层的活动约70%是在处理视觉相关的信息若不能处理视觉信息,人工智能系统就只能做符号推理。3.3

CV与智能安全监管——CV概述CV的信息获取——语义信息

三维的度量信息立体视觉方法“深度图”(远近信息)运动视觉方法“三维模型”底层视觉中层视觉高层视觉研究图像底层特征的提取与表示,包括边缘检测、角点检测、纹理分析以及特征点的匹配和光流的计算等内容研究场景的几何和运动,包括立体视觉与运动视觉、图像分割以及目标跟踪等内容研究物体的检测识别以及场景理解等具有高层语义的内容3.3

CV与智能安全监管——CV概述3.3

CV与智能安全监管——CV的发展历程总历程阶段CV理论第一阶段将输入的原始图像进行处理,抽象图像中诸如角点、边缘、纹理、线条、边界等基本特征,这些特征的集合称为基元图第二阶段在以观测者为中心的坐标系中,由输入图像和基元图恢复场景可见部分的深度、法线方向、轮廓等,这些信息包含了深度信息,但不是真正的物体三维表示,因此,称为二维半图第三阶段在以物体为中心的坐标系中,由输入图像、基元图、二维半图来恢复、表示和识别三维物体阶段1阶段2阶段3CV的诞生始于理论框架的建立深度学习将CV带入新时代3.3

CV与智能安全监管——CV的发展历程阶段一——CV的诞生人工智能之父马文·明斯基(MarvinLeeMinsky)(1927年8月9日-2016年1月24日)LarryRoberts发表了CV领域的第一篇博士论文《MachinePerceptionofThree-DimensionalSolids》1966年,马文・明斯基要求其学生通过编程让计算机告诉使用者摄像头所拍摄的内容“积木世界”3.3

CV与智能安全监管——CV的发展历程阶段二——始于理论框架的建立阶段二:各类新方法和新理论的出现为CV带来了前所未有的繁荣1.卷积神经网络2.主动视觉3.目的视觉4.重建理论5.基于学习的视觉3.3

CV与智能安全监管——CV的发展历程阶段三——深度学习将CV带入新时代提取能力不足容易出现过拟合深度置信网络模型(DeepBeliefNetwork,DBN)通过将多个受限波尔茨曼机堆叠成为一个深度网络结构,获得了浅层模型难以比拟的高层次抽象特征提取能力3.3

CV与智能安全监管——CV的发展历程阶段三——深度学习将CV带入新时代在特征提取过程中,涉及到:边缘检测、角点检测、对象检测等,这些算法属于传统的计算机视觉算法。BP,CNN(CNN所用到的卷积,也是传统算法的一种)等各种变形,属于基于深度学习的计算机视觉算法。传统的计算机视觉基于深度学习的计算机视觉与3.3

CV与智能安全监管——CV在智能安全监管中的应用基于CV的施工现场安全监管框架基于场景的风险识别方法3.3

CV与智能安全监管——CV在智能安全监管中的应用基于CV的施工现场安全监管框架目标检测目标跟踪行为识别目标检测是基于场景的风险识别方法,也是目标跟踪和行为识别的初步步骤。可以在场景中识别出感兴趣的项目实体。已知目标2D或3D空间中的位置就可以使用目标跟踪算法从连续图像中随着时间的推移进行跟踪。提取的位置信息用于基于位置的不安全条件和行为的识别。当工人或设备执行施工任务时,需要行为识别技术从静态或连续图像中确定工人或设备正在做什么,并识别违反安全规则的不安全行为。3.3

CV与智能安全监管——CV在智能安全监管中的应用基于CV的缺陷检测1.图像处理技术2.研究对象3.缺陷种类4.缺陷大小模板匹配直方图变换背景减法滤波混凝土桥梁隧道管道沥青路面开裂剥落缺陷接缝腐蚀凹坑数量宽度长度缺陷检测旨在检查基础设施构件上存在的缺陷和破坏,以及缺陷的大小缺陷检测3.3

CV与智能安全监管——CV在智能安全监管中的应用基于CV的施工人员安全管理基于CV的安全帽自动识别技术基于CV的施工人员面部信息疲劳检测3.3

CV与智能安全监管——CV在智能安全监管中的应用基于CV的施工现场危险区管理工种交叉,施工场地狭小CV技术施工机械种类多,作业环境复杂施工现场存在着许多危险区域利用CV方法,通过现场视频展示工地施工实时情况,对不同危险区域进行自动化连续监测,有助于快速、准确而全面识别危险区域侵入行为,从而避免事故的发生3.3

CV与智能安全监管——CV在智能安全监管中的应用CV技术作为智能施工安全监管工具具有巨大的潜力解决当前人工观察方法的局限性

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论