基于三维卷积神经网络的工作流识别方法

摘要：

鉴于传统的依赖于目标物体检测与跟踪的动作识别方法很难适用于复杂的生产制造环境,为了实现有效的工作流识别,从运动物体的检测与分割、视频序列中多视图特征向量的提取及工人生产动作的分类识别3方面人手,提出基于3D卷积神经网络的工作流识别框架.给出计算模型与相应的算法,并进行了系统的对比实验.通过实验发现,该方法比传统的隐Markov方法和其他方法在识别速度上提升了32％,在识别率上也提升了9％.

关键词：智能制造、工作流、行为识别、帧间差分、3维卷积神经网络

所属期刊栏目：24

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61572162,61272188,61702144;浙江省重点研发计划资助项目2018C01012;浙江省自然科学基金资助项目LQ17F020003

在线出版日期：2018-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1747-1757