基于计算机视觉与智能识别的电力施工安全监测技术

针对传统人体动作识别算法准确率受动作观察角度和身体特征差异影响较大的问题,文中面向电力施工领域开展了基于计算机视觉与智能识别的安全监测技术研究,以提高操作的安全性。该研究在视频图像中选择了特定关键帧将行为数据分割成若干段动作数据,从而降低人体行为识别的难度。同时根据分割后的图像信息,分别创建剪影及光流的直方图来提取图像中人体的形态和运动信息。利用改进的支持向量机算法进行特征融合,并设置多个分类器来创建基于集成学习的动作识别算法。实验结果表明,该方法对于特定动作的平均识别准确率为73.36%,且均方根误差显著低于对照组。