基于时空双分支网络的行为检测与识别技术研究

针对传统行为识别方法难以适应复杂的电厂环境，且未充分利用监控视频的时序信息等问题，提出了一种基于时空双分支网络的行为检测与识别技术。该技术利用时空双分支网络提取图像特征，分别基于卷积神经网络、循环神经网络获取图像的空域及时域特征，且使用混合组卷积与横向连接完成特征融合。同时将融合特征作为Softmax分类函数的输入，并经过分数计算得到行为类型。以某电厂的视频监控数据集为样本进行的实验分析结果表明，所提技术方案的行为识别准确率高达94%，且收敛速度快，优于其他对比技术，能够有效解决电厂的行为检测与识别问题。