摘要
本申请公开了一种基于数据融合的铁路检修群体行为识别方法及系统,属于群体行为识别技术领域;其中方法包括:对铁路检修监控视频的RGB数据进行特征处理,得到多个不同层级的提取特征,通过多尺度局部特征融合网络和时空注意力网络处理,以得到RGB时空注意力特征;获取RGB数据的坐标分支输出特征,将坐标分支输出特征与RGB时空注意力特征进行融合得到RGB目标特征;获取关键点数据中,对关键点数据进行处理得到关键点目标特征;最后,将RGB目标特征和关键点目标特征进行融合,得到识别特征;通过提取并融合不同尺度的关键特征,提高在铁路检修监控视频中复杂场景下群体行为识别的准确性和鲁棒性。
技术关键词
关键点特征
交互特征
融合特征
注意力
输出特征
识别方法
多尺度局部特征
分支
识别特征
铁路
坐标
池化特征
数据
特征融合网络
时空图卷积神经网络
层级
人体关键部位
系统为您推荐了相关专利信息
微流控芯片
精子识别方法
多尺度特征
颈部结构
识别系统
融合特征
动力电池参数
放电特征
LSTM模型
权重机制
多信息融合分类
激光雷达数据特征
跨模态
调制特征
融合特征
风险主体
风险评分模型
风险量化评估方法
舆情文本
网络