avatar avatar 我的文献 基于三维深度卷积神经网络的车间生产行为识别方法 作者 刘庭煜; 陆增; 孙毅锋; 刘芳; 何必秒; 钟杰 单位 南京理工大学机械工程学院; 北京航天新风机械设备有限责任公司 期刊 计算机集成制造系统 时间 关键词 深度视觉; 行为识别; 骨架; 深度学习 基金 国家重点研发计划资助项目; 国家自然科学基金资助项目(51505228); 国防基础科研重点资助项目(JCKY2017204B053); 装备预先研究资助项目(41423010203); 中国博士后科学基金资助项目(2015M571757); 中央高校自主科研基金(30916011303)
摘要
传统的依赖视频监控的人员行为管理方式费时且易产生疏漏,难以适用复杂的生产制造环境,为了实现更加有效的人员行为管理,针对生产车间工作人员行为识别与智能监控问题,本文提出了一种基于人体骨架信息的生产行为识别方法。基于三维深度视觉传感器采集人体骨架关节位置数据,用标准化重构方法对骨架关节数据进行归一化处理,并合成人体行为的时空特征RGB图像。在此基础上,构建深度卷积神经网络模型,实现时空域的生产行为识别。最后在CUDA GPU加速环境下面向MSR-Action3D数据集和自建验证数据集NJUST3D的实验证明,我们的方法具有较高的准确率和实用价值。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭