典型文献
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
文献摘要：
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.
文献关键词：
安全管理;深度学习;关联分析;轨道交通建设;信息化平台
中图分类号：
作者姓名：
吴真真;唐超;杨晓飞
作者机构：
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
文献出处：
引用格式：
[1]吴真真;唐超;杨晓飞-.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)[J].测绘通报,2022(09):23-28
A类：
B类：
视频识别,动态监测技术,交通建设工程,外城,城市轨道交通建设,工程安全管理,信息化建设现状,Faster,图像空间,空间特征,不安全行为,识别率,Apriori,施工环境,隐患数据,强关联关系,分析处理,处理流程,现场隐患,处置效率,出轨,建设安全,总体架构,风险隐患,隐患管理,视频监测,目标识别,管理核心,核心模块,施工现场安全,安全信息,信息处理,处理效率,安全事故,事故总,有效技术,信息化平台
AB值：
0.389345
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
