摘要
本发明公开了一种基于变电站监控的视频行为识别方法及系统,涉及行为识别技术领域,包括:采集变电站监控的视频进行视频帧序列抽取;将抽取得到的视频帧序列输入至基于时空特征的关键帧提取模块进行关键帧筛选;将筛选得到的关键帧输入至行为分类解码器,对关键帧进行多层次的特征交互与动态权重分配,并结合自注意力机制与分组解码策略,捕捉关键帧时间的关联性,进行行为分类;最终输出行为识别结果。本发明通过构建端到端的视频行为识别框架,避免了传统方法对静态图像的依赖;设计了基于时空特征的关键帧提取方法,显著提升了视频推理效率;创新性地提出了高清自适应视觉编码器,能够有效捕捉细粒度的行为特征。
技术关键词
变电站监控
动态权重分配
识别方法
视频帧
采集变电站
卷积神经网络提取
序列
注意力机制
关键帧提取方法
模块
解码器
多层次
非线性
筛选方法
策略
特征提取器
多层感知机
系统为您推荐了相关专利信息
骨骼识别方法
骨骼模型
多模态
深度学习模型
动作特征
案件
事件识别方法
事件识别装置
障碍物
影像获取模块
特征提取方法
交通
地物类别
样本
光学遥感卫星影像