一种基于深度学习的工人危险动作识别方法及系统

本发明公开了一种基于深度学习的工人危险动作识别方法及系统，方法包括：获取电力施工现场图片，并将所述电力施工现场图片输入至预先训练好的SAHRNet模型中，输出工人各个关节姿态信息；根据深度相机获取包含工人的至少一个深度图像，并通过所述至少一个深度图像中的二维像素点坐标转换为三维空间坐标，对所述工人进行三维建模，得到人体姿态数据集；根据所述人体姿态数据集以及预设的动作标签对GRNN网络进行训练，得到危险动作识别模型；将工人各个关节姿态信息输入至所述危险动作识别模型中，输出得到工人危险动作识别结果。提升了对复杂动作的识别能力，进而提高危险动作识别的准确性。