首页|基于深度学习的视频识别及动态监测技术应用——以轨道交通建设工程为例

基于深度学习的视频识别及动态监测技术应用——以轨道交通建设工程为例

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
基于国内外城市轨道交通建设工程安全管理及信息化建设现状,本文分析了当前轨道交通建设过程中安全管理面临的难点问题,论述基于Faster R-CNN的施工现场视频识别方法,并引入图像空间特征,提高了施工现场人员不安全行为的识别率;采用基于Apriori关联分析算法构建施工环境、设备动态监测与隐患数据间的潜在强关联关系的分析处理流程,提高了施工现场隐患的发现与处置效率.在此基础上提出轨道交通建设安全管理平台总体架构,重点介绍了安全风险隐患管理、视频监测目标识别等在内的安全管理核心模块的应用实践.应用成果表明,本文算法与平台可有效提高施工现场安全信息处理效率,降低安全事故总体发生率,为城市轨道交通建设安全管理提供有效技术支撑.
Application of video recognition and dynamic monitoring technology based on deep learning:taking the rail transit construction project as an example

吴真真、唐超、杨晓飞

展开 >

中国安全生产科学研究院,北京100012

北京城建勘测设计研究院有限责任公司,北京100101

安全管理 深度学习 关联分析 轨道交通建设 信息化平台

Z201100008520038ZZ20002

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(9)
  • 6
  • 13