典型文献
利用深度学习的施工人员安全隐患行为诊断控制方法
文献摘要：
为了对建筑施工现场存在安全隐患的行为进行诊断控制,提出通过深度学习的方式对建筑施工现场工人的不安全行为进行识别;第一,要对人体骨骼运动模型进行提取,将提取得到的信息作为人体姿态以及运动发生变化的新模态信息,并针对以人体姿态为依据实现骨架信息提取这一过程进行简单介绍,再进一步提出CNN-ISTM模型,该模型能够对空间特征提取性能进行优化;过利用BN-Inception作为CNN-LSTM行为识别模型所需要的空间特征提取器,对所有视频帧中包含的空间结构信息进行提取过程的训练;再通过借助长短时记忆网络(LSTM)针对完整视频中的所有帧进行时序信息的建模,最终通过模型所得出的结果即为LSTM在最终时刻的预测输出;通过相关研究能够证明,利用CNN-LSTM模型获取的信息准确率能够达到88.67％,能够对单模态行为识别模型在识别过程中的准确率进行优化.
文献关键词：
隐患行为控制;安全隐患;深度学习;骨架测量;动作捕捉;行为诊断;建筑施工
中图分类号：
作者姓名：
王生云;赵吉龙;虎晓敏;马少军;拓媛媛;胡军;包超
作者机构：
宁夏农垦建设有限公司,银川 750000;宁夏建设投资集团有限公司,银川 750000;宁夏大学土木与水利工程学院,银川 750000
文献出处：
引用格式：
[1]王生云;赵吉龙;虎晓敏;马少军;拓媛媛;胡军;包超-.利用深度学习的施工人员安全隐患行为诊断控制方法)[J].计算机测量与控制,2022(02):72-78
A类：
隐患行为控制
B类：
施工人员,人员安全,行为诊断,诊断控制,建筑施工现场,人的不安全行为,人体骨骼,运动模型,体姿,模态信息,骨架信息,信息提取,再进一步,ISTM,空间特征提取,BN,Inception,行为识别,识别模型,视频帧,空间结构信息,助长,长短时记忆网络,时序信息,即为,单模,识别过程,骨架测量,动作捕捉
AB值：
0.372856
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
