日韩成人黄色,透逼一级毛片,狠狠躁天天躁中文字幕,久久久久久亚洲精品不卡,在线看国产美女毛片2019,黄片www.www,一级黄色毛a视频直播

基于神經(jīng)網(wǎng)絡(luò)的礦區(qū)空氣質(zhì)量檢測方法、裝置及設(shè)備與流程

文檔序號:39707409發(fā)布日期:2024-10-22 12:52閱讀:3來源:國知局
基于神經(jīng)網(wǎng)絡(luò)的礦區(qū)空氣質(zhì)量檢測方法、裝置及設(shè)備與流程

本技術(shù)涉及環(huán)境監(jiān)測,尤其涉及一種基于神經(jīng)網(wǎng)絡(luò)的礦區(qū)空氣質(zhì)量檢測方法、裝置及設(shè)備。


背景技術(shù):

1、在采礦過程中,礦石開采、破碎、運輸?shù)拳h(huán)節(jié)會產(chǎn)生大量的粉塵顆粒物,逸散到空氣中,而且,爆破產(chǎn)生的廢氣也會產(chǎn)生一些有害氣體和煙塵,對礦區(qū)及周邊環(huán)境的空氣質(zhì)量造成不良影響。

2、通過對礦區(qū)的空氣質(zhì)量進行檢測,能夠及時根據(jù)礦區(qū)的空氣質(zhì)量,采取合適的環(huán)保措施來減少采礦對空氣的污染。然而,相關(guān)技術(shù)中,對礦區(qū)的空氣質(zhì)量檢測依賴于大量的傳感器,成本較高且運輸不便。


技術(shù)實現(xiàn)思路

1、本技術(shù)提供一種基于神經(jīng)網(wǎng)絡(luò)的礦區(qū)空氣質(zhì)量檢測方法、裝置及設(shè)備,本技術(shù)的技術(shù)方案如下:

2、第一方面,本技術(shù)提供了一種基于神經(jīng)網(wǎng)絡(luò)的礦區(qū)空氣質(zhì)量檢測方法,所述方法包括:

3、獲取至少一個攝像設(shè)備在第一時間段對礦區(qū)進行拍攝得到的第一視頻;

4、將所述第一視頻輸入空氣質(zhì)量檢測模型,通過所述空氣質(zhì)量檢測模型的第一神經(jīng)網(wǎng)絡(luò),對所述第一視頻的rgb圖像進行特征提取,得到第一視頻特征,并通過所述空氣質(zhì)量檢測模型的第二神經(jīng)網(wǎng)絡(luò),對所述第一視頻進行語義分割,得到第二視頻特征,其中,所述第一視頻特征指示所述第一視頻的顏色信息和紋理信息,所述第二視頻特征指示所述第一視頻中的多個區(qū)域,所述多個區(qū)域包括天空區(qū)域和非天空區(qū)域;

5、基于所述第二視頻特征所指示的多個區(qū)域,對所述第一視頻特征和所述第二視頻特征進行融合,得到每個區(qū)域?qū)?yīng)的融合視頻特征;

6、基于每個區(qū)域?qū)?yīng)的融合視頻特征,輸出所述礦區(qū)在所述第一時間段的空氣質(zhì)量檢測結(jié)果;

7、在所述空氣質(zhì)量檢測結(jié)果符合第一條件的情況下,發(fā)送預(yù)警信息,所述預(yù)警信息指示所述空氣質(zhì)量檢測結(jié)果以及參考環(huán)保措施,所述參考環(huán)保措施指示對所述礦區(qū)實施的空氣質(zhì)量治理方式,以提升所述礦區(qū)在第二時間段的空氣質(zhì)量,所述第二時間段在所述第一時間段之后。

8、在一些實施例中,所述空氣質(zhì)量檢測模型包括多個第二神經(jīng)網(wǎng)絡(luò),每個第二神經(jīng)網(wǎng)絡(luò)對應(yīng)一個分割參數(shù),所述通過所述空氣質(zhì)量檢測模型的第二神經(jīng)網(wǎng)絡(luò),對所述第一視頻進行語義分割,得到第二視頻特征,包括:

9、基于所述第一視頻的視頻內(nèi)容,確定與所述第一視頻相匹配的目標第二神經(jīng)網(wǎng)絡(luò);

10、通過所述目標第二神經(jīng)網(wǎng)絡(luò),基于所述目標第二神經(jīng)網(wǎng)絡(luò)對應(yīng)的目標分割參數(shù),對所述第一視頻進行語義分割,得到所述第二視頻特征。

11、在一些實施例中,所述基于所述第一視頻的視頻內(nèi)容,確定與所述第一視頻相匹配的目標第二神經(jīng)網(wǎng)絡(luò),包括:

12、基于所述視頻內(nèi)容所指示的對象類型和對象數(shù)量,確定所述目標第二神經(jīng)網(wǎng)絡(luò),所述對象類型包括動物、植物、建筑物、天空中至少一項。

13、在一些實施例中,所述方法還包括:

14、將所述礦區(qū)的天氣信息及地理信息輸入所述空氣質(zhì)量檢測模型;

15、所述基于每個區(qū)域?qū)?yīng)的融合視頻特征,輸出所述礦區(qū)在所述第一時間段的空氣質(zhì)量檢測結(jié)果,包括:基于所述天氣信息、所述地理信息以及每個區(qū)域?qū)?yīng)的融合視頻特征,輸出所述空氣質(zhì)量檢測結(jié)果。

16、在一些實施例中,所述方法還包括:

17、在所述空氣質(zhì)量檢測結(jié)果符合所述第一條件的情況下,獲取所述至少一個攝像設(shè)備在所述第二時間段對礦區(qū)進行拍攝得到的第二視頻,將所述第二視頻輸入所述空氣質(zhì)量檢測模型以輸出所述礦區(qū)在所述第二時間段的空氣質(zhì)量檢測結(jié)果。

18、在一些實施例中,所述方法還包括:

19、在所述空氣質(zhì)量檢測結(jié)果符合第二條件的情況下,間隔目標時長后,獲取所述至少一個攝像設(shè)備在第三時間段對礦區(qū)進行拍攝得到的第三視頻,將所述第三視頻輸入所述空氣質(zhì)量檢測模型以輸出所述礦區(qū)在所述第三時間段的空氣質(zhì)量檢測結(jié)果。

20、第二方面,本技術(shù)提供了一種基于神經(jīng)網(wǎng)絡(luò)的礦區(qū)空氣質(zhì)量檢測裝置,所述裝置包括:

21、獲取模塊,用于獲取至少一個攝像設(shè)備在第一時間段對礦區(qū)進行拍攝得到的第一視頻;

22、輸入模塊,用于將所述第一視頻輸入空氣質(zhì)量檢測模型,通過所述空氣質(zhì)量檢測模型的第一神經(jīng)網(wǎng)絡(luò),對所述第一視頻的rgb圖像進行特征提取,得到第一視頻特征,并通過所述空氣質(zhì)量檢測模型的第二神經(jīng)網(wǎng)絡(luò),對所述第一視頻進行語義分割,得到第二視頻特征,其中,所述第一視頻特征指示所述第一視頻的顏色信息和紋理信息,所述第二視頻特征指示所述第一視頻中的多個區(qū)域,所述多個區(qū)域包括天空區(qū)域和非天空區(qū)域;

23、融合模塊,用于基于所述第二視頻特征所指示的多個區(qū)域,對所述第一視頻特征和所述第二視頻特征進行融合,得到每個區(qū)域?qū)?yīng)的融合視頻特征;

24、輸出模塊,用于基于每個區(qū)域?qū)?yīng)的融合視頻特征,輸出所述礦區(qū)在所述第一時間段的空氣質(zhì)量檢測結(jié)果;

25、發(fā)送模塊,用于在所述空氣質(zhì)量檢測結(jié)果符合第一條件的情況下,發(fā)送預(yù)警信息,所述預(yù)警信息指示所述空氣質(zhì)量檢測結(jié)果以及參考環(huán)保措施,所述參考環(huán)保措施指示對所述礦區(qū)實施的空氣質(zhì)量治理方式,以提升所述礦區(qū)在第二時間段的空氣質(zhì)量,所述第二時間段在所述第一時間段之后。

26、在一些實施例中,所述空氣質(zhì)量檢測模型包括多個第二神經(jīng)網(wǎng)絡(luò),每個第二神經(jīng)網(wǎng)絡(luò)對應(yīng)一個分割參數(shù),所述輸入模塊,包括:

27、確定單元,用于基于所述第一視頻的視頻內(nèi)容,確定與所述第一視頻相匹配的目標第二神經(jīng)網(wǎng)絡(luò);

28、語義分割單元,用于通過所述目標第二神經(jīng)網(wǎng)絡(luò),基于所述目標第二神經(jīng)網(wǎng)絡(luò)對應(yīng)的目標分割參數(shù),對所述第一視頻進行語義分割,得到所述第二視頻特征。

29、在一些實施例中,所述確定單元,用于:

30、基于所述視頻內(nèi)容所指示的對象類型和對象數(shù)量,確定所述目標第二神經(jīng)網(wǎng)絡(luò),所述對象類型包括動物、植物、建筑物、天空中至少一項。

31、在一些實施例中,所述輸入模塊,還用于:

32、將所述礦區(qū)的天氣信息及地理信息輸入所述空氣質(zhì)量檢測模型;

33、所述輸出模塊,用于:基于所述天氣信息、所述地理信息以及每個區(qū)域?qū)?yīng)的融合視頻特征,輸出所述空氣質(zhì)量檢測結(jié)果。

34、在一些實施例中,所述獲取模塊,還用于:

35、在所述空氣質(zhì)量檢測結(jié)果符合所述第一條件的情況下,獲取所述至少一個攝像設(shè)備在所述第二時間段對礦區(qū)進行拍攝得到的第二視頻,將所述第二視頻輸入所述空氣質(zhì)量檢測模型以輸出所述礦區(qū)在所述第二時間段的空氣質(zhì)量檢測結(jié)果。

36、在一些實施例中,所述獲取模塊,還用于:

37、在所述空氣質(zhì)量檢測結(jié)果符合第二條件的情況下,間隔目標時長后,獲取所述至少一個攝像設(shè)備在第三時間段對礦區(qū)進行拍攝得到的第三視頻,將所述第三視頻輸入所述空氣質(zhì)量檢測模型以輸出所述礦區(qū)在所述第三時間段的空氣質(zhì)量檢測結(jié)果。

38、第三方面,本技術(shù)提供一種電子設(shè)備,該電子設(shè)備包括處理器和存儲器,所述存儲器存儲有程序代碼,所述處理器用于執(zhí)行所述程序代碼,以實現(xiàn)上述基于神經(jīng)網(wǎng)絡(luò)的礦區(qū)空氣質(zhì)量檢測方法。

39、第四方面,本技術(shù)提供一種計算機可讀存儲介質(zhì),該計算機可讀存儲介質(zhì)包括:當(dāng)所述計算機可讀存儲介質(zhì)中的程序代碼由電子設(shè)備的處理器執(zhí)行時,使得電子設(shè)備能夠執(zhí)行上述基于神經(jīng)網(wǎng)絡(luò)的礦區(qū)空氣質(zhì)量檢測方法。

40、應(yīng)當(dāng)理解的是,以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的,并不能限制本技術(shù)。

當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1