典型文献
基于深度残差LSTM的视频异常行为识别算法
文献摘要：
针对电网登杆作业依赖于人员现场监督的问题,基于智能登杆装置及其安全监控系统,深入分析了传统卷积神经网络、深度残差网络和长短期记忆(LSTM)网络的原理,并提出一种基于深度残差LSTM的视频异常行为识别算法.该算法将登杆作业的多个视频序列作为输入数据,经过深度残差网络获得多个视频序列的特征,并进一步将融合后的特征作为LSTM网络输入,从而实现登杆作业异常行为的识别.实验与测试结果表明,所提算法在训练过程中收敛速度快,相比于传统卷积神经网络,该算法具有更高的识别准确率,能够为登杆作业提供辅助服务,大幅提高作业效率和智能化水平.
文献关键词：
神经网络;残差;长短期记忆;登杆作业
中图分类号：
作者姓名：
龚向阳;杨跃平;张明达;王思谨;江炯
作者机构：
国网宁波市奉化区供电公司,浙江宁波315506
文献出处：
引用格式：
[1]龚向阳;杨跃平;张明达;王思谨;江炯-.基于深度残差LSTM的视频异常行为识别算法)[J].电子设计工程,2022(19):164-168
A类：
登杆作业
B类：
异常行为识别,识别算法,现场监督,能登,安全监控系统,深度残差网络,长短期记忆,视频序列,列作,输入数据,训练过程,收敛速度,识别准确率,辅助服务,高作,作业效率,智能化水平
AB值：
0.236312
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。
