典型文献
基于MCN的起重吊装指挥手势信号自动识别
文献摘要：
为了消除起重吊装因指挥手势信号不规范、交流视野被遮挡、人员注意力不集中等产生的安全隐患,利用基于计算机视觉的混合卷积神经网络(MCN)方法,建立人-机交互高风险场景下起重吊装指挥手势信号识别模型,并提出指挥手势信号识别-确认机制.根据国家标准指挥手势信号的运动特点,选择MCN在起重吊装指挥手势信号数据集上进行训练,得到起重吊装指挥手势信号识别模型.起重机驾驶员对比模型识别结果与直接观察结果,判断是否进行相应的操作.选取五种指挥手势信号为例验证.结果表明:模型在多角度多距离下,平均识别准确率为97.13％,模型泛化能力较强.识别速度为36.9 ms,实际应用中平均帧数可达到27.1 fps,满足实时识别的需求.模型具有一定的实用性.
文献关键词：
起重吊装;指挥手势信号;计算机视觉;动作识别;混合卷积神经网络(MCN)
中图分类号：
作者姓名：
张淦;周晓洁;郭辰颢;原毅璨;吴迪;郭聖煜
作者机构：
中国地质大学(武汉)经济管理学院,湖北 武汉 430074;中国地质大学(武汉)机械与电子信息学院,湖北 武汉 430074
文献出处：
引用格式：
[1]张淦;周晓洁;郭辰颢;原毅璨;吴迪;郭聖煜-.基于MCN的起重吊装指挥手势信号自动识别)[J].土木工程与管理学报,2022(06):131-136
A类：
指挥手势信号
B类：
MCN,起重吊装,自动识别,遮挡,注意力不集中,计算机视觉,混合卷积神经网络,立人,风险场景,下起,信号识别,识别模型,号数,起重机,驾驶员,对比模型,模型识别,直接观察,识别准确率,模型泛化,泛化能力,ms,中平,平均帧,fps,实时识别,动作识别
AB值：
0.222272
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。
