大场景视频监控下大坝运输车改进多目标多视觉卸料识别模型研究

运输车卸料识别对保障大坝施工安全、优化运输配置具有重要意义。然而，大坝施工中多采用全球导航卫星系统（Global Navigation Satellite System，GNSS）进行运输车活动状态分析，存在设备成本高、识别精度低等缺点。目前，通过布设高清摄像头进行坝面大场景施工监控成为趋势，但尚未见基于机器视觉的运输车卸料识别研究。针对上述问题，提出大场景视频监控下大坝施工运输车卸料识别改进多目标多视觉任务模型。首先，采用ByteTrack实现大场景监控视频中多辆运输车目标检测与追踪，记录其行驶轨迹；其次，High Resolution Net（HRNet）被用于运输车头部和尾部的关键点检测，进而结合行驶轨迹判断运输车前进、停止和后退等行进状态；再者，通过Destruction and Construction Learning(DCL)细粒度分类方法判断运输车料斗的抬升状态；最后，结合ByteTrack、HRNet和DCL的多目标多视觉任务的分析结果判定运输车卸料状态。以两河口施工视频监控为例进行验证，提出的卸料识别模型在34帧时卸料状态识别平均准确率为87.3%，卸料时间判断精度为90.3%，验证了本模型的可行性和有效性。

Research on improved multi-target multi-vision unloading identification model of dam transport vehicle under large scene video surveillance