摘要
本发明提供一种基于ST‑GCN的临边洞口作业不安全行为检测方法及装置,涉及视觉识别技术领域。所述基于ST‑GCN的临边洞口作业不安全行为检测方法包括:获取施工人员临边洞口作业动作的已标注视频数据集;采用改进的YOLOv5算法以及OpenPose算法对已标注视频数据集进行处理,获得临边洞口作业动作的骨架节点数据集;构建初始的ST‑GCN神经网络模型;根据骨架节点数据集,对初始的ST‑GCN神经网络进行训练,获得训练好的ST‑GCN神经网络模型;获取待识别的施工人员临边洞口作业动作的视频数据;将待识别的施工人员临边洞口作业动作的视频数据,输入训练好的ST‑GCN神经网络模型中进行识别,获得施工人员临边洞口作业不安全行为的识别结果。采用本发明可提高施工现场安全管理人员的工作效率。
技术关键词
临边洞口
洞口作业
神经网络模型
计算机可读取存储介质
高风险
视频
数据
关节点特征
注意力
计算机可读指令
算法
临边作业
sigmoid函数
视觉识别技术
输出特征
检测设备
爬虫技术
模块
系统为您推荐了相关专利信息
金融信息服务
智能服务方法
智能评估方法
构建决策树
支持向量机算法
数据集扩增方法
波形
构建测试数据
电缆
噪声强度系数
损失评估方法
光谱反射率特征
遥感影像数据
高分遥感影像
通道注意力机制
地层电阻率
预测模型训练方法
多维特征数据
时序神经网络
电磁测井