基于DA-GCN的煤矿人员行为识别方法

• 作 者: 黄瀚 程小舟 云霄 周玉 孙彦景
• 机 构: 中国矿业大学信息与控制工程学院,中钢集团马鞍山矿山研究院股份有限公司选矿及自动化研究所,中国矿业大学徐州市智能安全与应急协同工程研究中心
• 出 处: 工矿自动化
• 发表日期: 2021年04期
• 关键词: 煤矿视频监控 关键点提取 井下人员行为识别 动态多层感知图卷积 动态注意力机制
• 基金项目: 江苏省自然科学基金青年项目(BK20180640),国家自然科学基金项目(61902404,51734009,51504255,51734009,61771417,62001475),国家重点研发计划项目(2016YFC0801403),江苏省重点研发计划项目(BE2015040)。

针对煤矿生产区域的监控视频较为模糊且人员行为类型复杂,常规行为识别方法的准确率较低的问题,提出了一种基于动态注意力与多层感知图卷积网络(DA-GCN)的煤矿人员行为识别方法。采用Openpose算法提取输入视频的人体关键点,得到3个维度、18个坐标的人体关键点信息,降低模糊背景信息的干扰;通过动态多层感知图卷积网络(D-GCN)提取人体关键点的空间特征,通过时间卷积网络(TCN)提取人体关键点的时间特征,提高网络对不同动作的泛化能力;使用动态注意力机制,增强网络对于动作关键帧、关键骨架的注意力程度,