基于OpenPose与AT-STGCN的电力作业人员行为识别技术

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ATSTGCN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。