基于卷积神经的跑冒滴漏图像识别方法

摘要

本发明涉及计算机技术领域，具体涉及一种基于卷积神经的跑冒滴漏图像识别方法，该方法通过摄像设备对监控现场进行视频素材收集；对视频素材进行分解以获得多个图片素材，通过线上标注工具对图片素材进行标注，应用运动目标跟踪算法，根据运动目标和表达和相似性度量标注跑冒滴漏目标的区域；训练获得AI模型，并布局于监控设备当中，由布局有所述AI模型的监控设备对现场采集的视频素材进行分解和识别；当存在跑冒滴漏事件时，对分解获得的图片素材进行标注，并进行告警和事件联动。该方法能够做到自动识别液体、气体跑冒滴漏情况并告警，在视频采集现场光线充足、照射角度合理、摄像设备像素充足的前提下，其检测结果的准确性和实时性都很高。