深度学习行为识别的挖掘机生产效率监控系统

作者：陈雪健; 秦水介^*; 白忠臣; 郭媛君; 杨之乐

来源：智能计算机与应用, 2023, 13(04): 111-121.

DOI：10.3969/j.issn.2095-2163.2023.04.018

• 深度学习
• 机器视觉
• 行为分割
• 特征提取
• 视频检测
• 生产率检测
• 监控系统

为了对大型施工设备的生产率进行准确的实时监测和分析，提出了一种基于计算机视觉的设备识别和生产率监控系统。该方法利用Faster-RNN对视频序列中的挖掘机和卡车进行识别检测，然后通过ASFormer对挖掘机动作进行动作分割。基于行为分割的结果对挖掘机的工作效率进行计算。比较了人工计算与行为分割网络的准确度的差距，对2台不同的挖掘机进行动作的识别和分析，结果显示平均准确度分别为91.7%和94.8%。因此，当多个场景并行处理时，可以大大节省人力成本，验证了本方法的有效性和实用性。本研究为慧工地的数字化管理提供了有效的技术基础，开辟了计算机视觉应用的新场景，提出了一种新的计算挖掘机生产效率的计算因子，更适合于通过统计挖掘机动作来进行效率计算。

• 单位
  贵州大学; 中国科学院深圳先进技术研究院