面向车间人员宏观行为数字孪生模型快速构建的小目标智能检测方法

文档名：面向车间人员宏观行为数字孪生模型快速构建的小目标智能检测方法
作为制造过程中的重要影响因素,人员的活动具有很高的自主性和不确定性,因此人员行为的数字孪生模型构建已成为阻碍数字孪生车间技术发展的瓶颈之一.同时,出于火工品生产安全考虑,航天装备等许多产品的制造对车间中不同区域人员的宏观分布有严格的控制需求.鉴于此,针对人员宏观行为数字孪生模型构建问题提出一种三阶段级联卷积神经网络(3-StageCCNN)的深度学习算法,对车间现场视频中的车间人员进行识别,以支撑人员在图像中的位置信息提取,并为后续构建人员的宏观行为数字孪生模型的实现提供基础.实验证明,该方法在国际公开数据集CaltechPedestrian和复杂机电产品某院实际数据集上都达到了较好的执行效果和效率,具有较好的实用价值.
作者：刘庭煜 钟杰 刘洋 何必秒 段华 陆增
作者单位：南京理工大学机械工程学院,江苏南京210094北京航天新风机械设备有限责任公司,北京100854
母体文献：2018年第二届数字孪生与智能制造服务学术会议论文集
会议名称：2018年第二届数字孪生与智能制造服务学术会议  
会议时间：2018年7月21日
会议地点：郑州
主办单位：郑州轻工业学院
语种：chi
分类号：
关键词：生产车间  人员宏观行为  目标检测  数字孪生  深度学习  级联卷积神经网络
在线出版日期：2021年1月25日
基金项目：
相似文献
相关博文

2024-12-11 09:36 上传 面向车间人员宏观行为数字孪生模型快速构建的小目标智能检测方法.pdf

文件大小:

4.05 MB

下载次数:

60

高速下载