论文部分内容阅读
针对石油化工场景下传统的人体行为识别算法只关注人员自身行为，无法识别打手机、抽烟等属于人-物交互的危险行为的问题，本文在基于骨骼点的人体行为识别任务中引入目标检测机制，提出基于深度学习的人-物交互行为识别算法。首先，采用OpenPose算法进行姿态估计，进而利用行为识别方法获取初始行为类别；其次，针对传统方法丢失背景和语义信息的问题，使用YOLOv3算法检测感兴趣物体，获得其类别和位置信息；然后，通过判断人与物体的空间位置关系来表征人-物交互关系；最后提出决策融合策略，将人的初始行为类别、物体信息以