-
公开(公告)号:CN119810156A
公开(公告)日:2025-04-11
申请号:CN202411893453.1
申请日:2024-12-20
Applicant: 四川大学
IPC: G06T7/277 , G08B21/10 , G08B31/00 , G06T7/246 , G06V20/40 , G06V20/52 , G06V10/25 , G06V10/62 , G06V10/82
Abstract: 本发明公开了一种基于计算机视觉的落石运动追踪方法和系统,包括:采用改进的高斯混合模型(PGMM)对实时视频流进行监测,检测并提取运动目标;利用YOLOv5深度学习模型对检测到的目标进行分类,识别是否为落石;结合PGMM和YOLOv5模型的输出,筛选并精确识别落石目标;基于落石运动模型和自由落体公式,计算并预测落石的运动轨迹;输出落石的运动轨迹和预测位置,生成预警信息并实时展示。本发明能够有效提高落石运动监测的精度和实时性,适用于高陡山区、施工现场等复杂环境,提供重要的落石灾害预警和防控支持,具有较强的适应性和广泛的应用前景。