基于OpenPose与AT-STGCN的电力作业人员行为识别技术

摘要：

为实现复杂环境中作业现场人员的行为的智能识别,提出了一种OpenPose与AT-STGCN结合的作业人员行为识别算法.该网络首先采用OpenPose技术从视频帧中提取人体骨骼关键节点,并采用部分亲和字段连接关键节点获得人体骨骼图,将时空注意力机制引入到时空图卷积网络中构建AT-STGCN模型,实现对人体骨骼图特征提取的能力,以提高人体动作识别精度.实验结果表明,本文构建的模型算法对电力作业人员的动作识别率达到97.70%,相比STGCN提高0.90%,且浮点运算数降低6.45 G,其整体指标优于其他算法,能实现对作业人员行为有效安全监控,具有一定的鲁棒性与泛化能力.

关键词：时空图卷积、注意力机制、人体骨骼图、行为识别、电力作业人员

所属期刊栏目：36

分类号：TP391.4(计算技术、计算机技术)

资助基金：四川省科技成果转移转化示范项目;人工智能四川省重点实验室项目;人工智能四川省重点实验室项目;企业信息化与物联网测控技术四川省高校重点实验室开放基金;四川轻化工大学研究生创新基金项目

在线出版日期：2023-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：61-70