摘要
本发明涉及事件检测和行为规范监督技术领域,公开了一种基于改进ST‑GCN模型的轨道交通驾驶员操作规范性监测方法及装置,所述方法包括:确定城市轨道交通列车驾驶员启停过程中涉及的多种关键规范操作,并预先标定各关键规范操作对应的关键关节点;在车内外环境中采集驾驶员执行所述多种关键规范操作的视频数据,并对视频数据中驾驶员操作行为的合规性进行评估和标注;构建基于动态拓扑和领域先验融合层的ST‑GCN模型并利用评估和标注后的视频数据对模型进行训练;利用训练好的基于动态拓扑和领域先验融合的ST‑GCN模型实时监测驾驶员操作,输出预测结果。该装置以及方法能够提升监督的实时性和准确性,确保轨道交通的安全运营。
技术关键词
GCN模型
关节点
轨道交通驾驶员
城市轨道交通列车
骨骼特征
人体姿态估计
监测方法
动态
合规性
数据
序列
列车制动系统
卷积特征
坐标
视频采集单元
监督技术
残差学习
中间层
系统为您推荐了相关专利信息
双人
识别方法
深层特征提取
空间特征信息
人体关节点
关节点
电源接入配电网
分布式电源配电网
算法
开关
跌倒检测方法
GCN模型
人体骨骼关键点
人体关键点检测
节点
数字孪生技术
构建规则库
高精度三维重建
数字孪生体
环境感知技术