在变电站监控场景下,偶尔会有一些工作人员查看和检修设备,包括高空作业,而这些工作也非常危险。因此在施工过程中,需要施工人员严格遵守检修规则,一旦出现危险行为,可能威胁施工人员的生命安全。然而通过手动调度视频人工查看事件的发生,耗费人力且效率低。因此,基于视频的行为识别具有重要的研究意义。本课题以国家电网项目为背景,主要研究变电站监控场景下的人员危险行为识别问题,设计并实现该识别系统。需要研究的危险行为场景主要包括高空场景、摔倒行为场景。其中,高空场景的危险行为主要是检修人员不规范的姿势;而摔倒行为场景是将摔倒行为作为危险行为,主要包括摔倒的动作和摔倒后的状态。该系统涉及的重要流程包括:一,人体检测,主要通过Fast-RCNN的网络结构对目标候选框不断地调整精修,最终获得人体的位置;二,肢体关键点映射,利用人体检测的结果获取候选区域,建立骨架模型,通过Alpha Pose模型定位肢体关键点,获取关键点坐标信息以实现映射;三,危险行为识别,提出一种基于关键点时空特征的危险行为识别方法,主要将不同场景的异常行为语义转化为对应的关键点特征描述,通过计算视频序列的关键点时空特征来匹配危险行为,实现行为识别过程。一旦在各自的场景中检测出危险行为,系统会给出相应的告警信息提示。本课题的研究对于变电站部分场景下的行为分析具有较强的应用能力,能够顺利推动国家电网项目的进行,并且也对其他安防领域中的行为分析研究具有较好的启发作用。