一种基于深度强化学习的危险行为识别方法
基本信息
| 申请号 | CN202210362415.8 | 申请日 | - |
| 公开（公告）号 | CN114694075A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694075A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V20/40（2022.01）I;G06V40/20（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李帷韬;杨盛世;丁美双;丁立健;孙伟;李奇越;刘鑫;王旗;常文婧;侯建平;胡平路;管树志;张雪松 | 申请（专利权）人 | 合肥工业大学 |
| 代理机构 | 安徽省合肥新安专利代理有限责任公司 | 代理人 | - |
| 地址 | 230009安徽省合肥市包河区屯溪路193号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度强化学习的危险行为识别方法，包括：1通过摄像头进行数据采集，得到危险行为视频并生成鱼竿数据集；2建立用于检测鱼竿的鱼竿检测器、用于鱼竿精准定位的鱼竿定位器、用于检测人体姿态的姿态检测器；3通过鱼竿数据集训练鱼竿检测器，并通过测试进行验证；4通过训练完成的鱼竿检测器进行鱼竿目标检测，得到定位数据集；5将定位数据集送入鱼竿定位器中进行训练，并通过测试进行验证；6将危险行为视频送入鱼竿检测和人体动作识别模型中，通过综合逻辑判断得到危险行为的动作。本发明能利用深度强化学习算法实现对高电压环境中危险行为者的动作识别，可以及时警告危险行为者的危险动作，保证该环境中的人员安全。 |
