ST-GCN在建筑工人不安全动作识别中的应用 |
| |
引用本文: | 刘耀,焦双健.ST-GCN在建筑工人不安全动作识别中的应用[J].中国安全科学学报,2022(4):30-35. |
| |
作者姓名: | 刘耀 焦双健 |
| |
作者单位: | 中国海洋大学工程学院 |
| |
摘 要: | 为准确及时地识别施工现场工人的不安全动作,运用计算机视觉的方法,结合图像识别技术和建筑安全知识,提出一种基于骨架的实时识别方法。将姿态估计算法与动作识别算法结合搭建组合模型,通过全面的数据进行模型训练,进而实现动作分类和不安全动作的识别,其中,AlphaPose用于姿态估计提取骨骼关键点坐标位置,时空图卷积网络(ST-GCN)用于动作识别,并通过试验进行验证。结果表明:该方法识别爬梯危险动作的准确率可以达到98.48%,同时,ST-GCN与支持向量机、随机森林、长短期记忆网络(LSTM)相比,具有更强的泛化能力。该方法通过对现场工人的不安全动作进行实时识别和预警,可改善传统安全管理模式,提高安全管理信息化水平。
|
关 键 词: | 时空图卷积网络(ST-GCN) 建筑工人 不安全行为 动作识别 AlphaPose 长短期记忆网络(LSTM) |
|
|