一种基于注意力的多模态井场视频安全分析方法

本发明公开了一种基于注意力的多模态井场视频安全分析方法，涉及智能视频监控分析领域，包括：获取待分析的井场作业视频对应的低级融合特征；获取低级融合特征对应的视频模态全局时空特征；获取单帧图像模态的像素级细粒度局部特征；将视频模态的全局时空特征和单帧图像模态的像素级细粒度局部特征输入多模态特征渐进融合模块，得到多模态融合特征；将多模态融合特征输入基于多模态特征的多任务解码器模块，得到井场作业视频的安全分析结果。本发明能够精准有效地实现井场视频的安全分析，提升了安全监控的准确性和实时性。