买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中铁建工集团有限公司申请的专利基于计算机视觉的建筑工地安全帽佩戴检测系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119091219B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411244233.6，技术领域涉及：G06V10/764；该发明授权基于计算机视觉的建筑工地安全帽佩戴检测系统及方法是由吴廷勇;洪良;费如银;韦雨;孙鹏飞;闫高峰;何锁岩;江盈盈设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本基于计算机视觉的建筑工地安全帽佩戴检测系统及方法在说明书摘要公布了：本发明公开了一种基于计算机视觉的建筑工地安全帽佩戴检测系统及方法，包括如下步骤：获取对齐且增强的多模态数据集，采用多尺度特征提取与融合方法进行处理，得到融合特征集；获取融合特征集和增强后的深度图像，采用深度感知密度聚类RPN算法进行处理，得到候选区域集；然后采用多阶段安全帽检测与分类方法进行处理，得到初步的安全帽检测与分类结果，形成分类结果集；获取得到的候选区域集和分类结果集，以及对齐且增强的多模态数据集，采用多阶段后处理与结果优化方法进行处理，得到最终的安全帽检测与分类结果。大大提高了检测效率，在实际场景中使用效果较好。

本发明授权基于计算机视觉的建筑工地安全帽佩戴检测系统及方法在权利要求书中公布了：1.基于计算机视觉的建筑工地安全帽佩戴检测方法，其特征在于，包括： 步骤S1、采集或获取建筑工地的多模态原始数据，采用多模态数据融合预处理方法进行处理，得到对齐且增强的多模态数据集； 步骤S2、获取对齐且增强的多模态数据集，采用多尺度特征提取与融合方法进行处理，得到融合特征集； 步骤S3、获取融合特征集和增强后的深度图像，采用深度感知密度聚类RPN算法进行处理，得到候选区域集；然后采用多阶段安全帽检测与分类方法进行处理，得到初步的安全帽检测与分类结果，形成分类结果集； 步骤S4、获取得到的候选区域集和分类结果集，以及对齐且增强的多模态数据集，采用多阶段后处理与结果优化方法进行处理，得到最终的安全帽检测与分类结果； 所述步骤S1具体为： 步骤S11、获取建筑工地的实时场景数据，采用多模态传感器阵列同步采集方法进行处理，得到原始多模态数据集；多模态传感器阵列包括RGB相机、深度相机和热成像相机；原始多模态数据集包括RGB图像、深度图像和热成像图像； 步骤S12、获取原始多模态数据集，采用深度自适应ICP算法进行处理，得到空间对齐的多模态数据集；采用多尺度时空DTW算法对空间对齐的多模态数据集进行处理，得到时空对齐后的多模态数据集； 步骤S13、从时空对齐后的多模态数据集中读取对齐后的RGB图像，采用边缘增强多方向拉普拉斯金字塔算法进行处理，得到多尺度图像金字塔； 步骤S14、获取多尺度图像金字塔和对齐后的热成像数据，采用热成像引导CLAHE算法进行处理，得到光照归一化后的多尺度图像金字塔； 步骤S15、获取对齐后的深度图像，采用深度自适应双边滤波算法进行处理，得到增强后的深度图像；采用深度补全算法对增强后的深度图像进行处理，得到填充后的深度图像；采用多尺度深度梯度算法对填充后的深度图像进行处理，得到深度边缘图； 其中步骤S14具体为： 获取多尺度图像金字塔中的图像和对应的热成像数据； 使用非线性映射函数将热成像数据转换为光照强度估计，并使用引导滤波进行平滑； 基于光照强度图的梯度信息自适应确定CLAHE的分块大小； 计算局部直方图，并应用基于局部光照强度的自适应裁剪阈值； 根据光照强度计算局部增强因子，进行对比度自适应增强； 基于光照强度图进行像素级别的亮度调整，得到光照归一化后的图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中铁建工集团有限公司，其通讯地址为：100160 北京市丰台区南四环西路128号诺德中心1号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。