基于深度學(xué)習(xí)的高空墜落危險行為識別方法

打開文本圖片集

摘  要：以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)算法可以更加精準(zhǔn)有效地提取人體行為特征，因此將深度學(xué)習(xí)用于人體行為識別與預(yù)測成為研究熱點。文章在經(jīng)典HRnet網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上通過改進(jìn)L-Swish激活函數(shù)和引入Squeeze-and-Excitation模塊，提出一種新型網(wǎng)絡(luò)模型L-HRnet，用于判斷施工人員高空作業(yè)時的行為動作是否存在危險性。（剩余8074字）