Co-identification of Vibration, Structural Looseness, and Surface Damage in Industrial Equipment Operation Videos
Dit artikel presenteert een gezamenlijk discriminatie-algoritme dat synergetisch trillingsstaten, structurele speling en oppervlaktefouten in video's van industriële apparatuur identificeert door spatiotemporele kenmerken van een Video Swin Transformer, micro-verplaatsingskenmerken van RAFT optische flow en multi-task verschijningsanalyse te integreren, waardoor het aantal gemiste detecties in samengestelde anomalie-scenario's aanzienlijk wordt verminderd in vergelijking met single-task modellen.