基于DBN-SVM的电力智慧工地异常行为识别 |
| |
作者姓名: | 赵恒 胡胜男 徐进霞 储昭杰 |
| |
作者单位: | 1. 国网江苏省电力有限公司电力科学研究院;2. 国网电力科学研究院武汉南瑞有限责任公司 |
| |
基金项目: | 国家电网有限公司总部科技项目,“现代智慧仓储系统及智能物流装备关键技术研究”,1400-202118268A-0-0-00; |
| |
摘 要: | 随着电网的迅速发展,施工现场作业也出现了各种各样的情况,针对智慧工地背景下,施工人员安全防护用具的识别问题,提出基于DBN-SVM的电力智慧工地异常行为识别方法。通过在复杂场景中收集工作人员佩戴安全帽和不戴安全帽的图片,从而对数据图像预处理使其满足DBN模型的训练要求,然后搭建DBN-SVM模型,使用SVM方法进行分类识别,实现目标检测。实验结果表明这种方法可以有效地用于识别防护和安全设备,改善建筑工地工作人员的安全管理现状。
|
关 键 词: | 智慧工地 DBN SVM 安全帽 异常检测 |
|
|