基于深度学习的反光背心穿戴状态识别方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的反光背心穿戴状态识别方法及系统
申请号:CN202510470212
申请日期:2025-04-15
公开号:CN119992602B
公开日期:2025-07-18
类型:发明专利
摘要
本发明提供一种基于深度学习的反光背心穿戴状态识别方法及系统,方法包括:获取目标场景的实时监控图像,从实时监控图像中提取与待检测人体对象对应的反光背心区域图像,并对反光背心区域图像进行多尺度特征提取,生成初始穿戴状态特征;基于预训练的穿戴状态识别模型,对初始穿戴状态特征进行区域分布解析,生成目标穿戴状态特征,然后,根据目标穿戴状态特征与预设穿戴状态阈值的匹配度,确定待检测人体对象的反光背心穿戴状态识别结果;其中,识别结果包括正常穿戴、未穿戴或部分遮挡状态。通过本发明,可以提升反光背心穿戴状态识别的准确率。
技术关键词
反光背心 穿戴状态识别方法 图像 空间权重矩阵 多尺度特征提取 特征提取网络 人体轮廓 光照 样本 决策树模型 多分支 对象 动态变化条件 亮度补偿参数 反光材料 纹理特征 融合特征 长短期记忆网络
系统为您推荐了相关专利信息
镜头 图像 识别方法 数据 识别模块
散射点 航天器 特征选择 投影模型 粒子群算法
异常信息 图像 策略 患者 序列
巡检无人机 三维激光雷达 特征金字塔网络 线路 图像