公开(公告)号：CN118334747A

公开(公告)日：2024-07-12

申请号：CN202410504548.3

申请日：2024-04-25

Applicant: 杭州电子科技大学

Inventor： 张伟彬 ,  孔亚广 ,  郑小青 ,  陈张平 ,  陈洪欢

IPC: G06V40/20 ,  G06V20/40 ,  G06V20/52 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种结合多空间尺度特征的作业违章识别方法。本发明首先采集多个作业场景的视频，预处理后将视频数据划分为训练集和验证集；然后构建多空间尺度动作识别神经网络模型，包括密集‑残差主干网络和多空间尺度模块和分类头；基于所构建的网络模型进行训练；随后采集作业现场监控视频，选取待识别片段，获取关键帧，对关键帧进行人物检测，获取视频画面中人物的边界框；最后将获取的视频片段、关键帧、边界框输入多空间尺度动作识别神经网络模型中进行行为或动作识别，识别人物行为，并判断是否违章。本发明可提高远视角、过曝光、欠曝光下作业人物动作识别的准确率，从而提高总体的动作识别的准确性和鲁棒性。