摘要
一种基于改进SlowFast的高压配电室人员行为识别方法及系统,属于电力安全生产监控领域。针对现有人员行为识别技术在复杂电力环境中精度不足的问题,本发明构建高压配电室人员行为数据集,采集检查工具、分合闸、巡检记录3个行为的视频,经数据增强、抽帧、标注等处理,形成AVA格式数据集。同时改进S lowFast网络,在慢通道引入场景增强模块,融合多种池化操作增强空间特征提取与抗噪能力;在快通道引入包含STE、CE和ME的Act ion模块,提取关键时空、通道时间和相邻帧运动轨迹特征。实验表明,改进后的模型mAP@0.5达78.06%,高于对比模型,在复杂场景下识别效果良好,有效提高了高压配电室人员行为识别精确度。
技术关键词
高压配电室
识别方法
注意力
多层感知机
全局平均池化
通道
关键帧
识别系统
检查工具
数据
格式
空间特征提取
网络
视频
分合闸
场景
随机梯度下降
元素
模型训练模块
系统为您推荐了相关专利信息
地理信息数据
广告屏
生成广告
动态优先级排序
场景
标签特征
资源
逻辑回归模型
计算机程序指令
识别方法
故障诊断模型
注意力机制
连续小波变换
齿轮箱故障诊断
齿轮故障
红外偏振图像
双分支网络
超分辨方法
去马赛克
注意力