基于iCAN的加油站员工动作行为检测

为提升加油站的风险管控能力,在对加油站卸油口场景进行数据采集后,基于iCAN人物交互检测算法设计神经网络结构,将采集数据用于神经网络的权重训练,完成对加油站员工操作行为检测,同时结合AlphaPose产生的关键点信息,进一步提高人物交互动作的检测精度。实验结果表明,使用基于深度学习的人物交互检测算法检测员工操作行为在泛化能力和准确性上都有极好表现,在减少人力成本的同时,为加油站风险管控提供一种智能化方法。