本发明涉及人工智能技术领域,具体涉及一种融合自注意力机制和残差网络的湖边危险行为检测方法,包括获取训练视频序列和测试视频序列;对训练视频序列依次进行图像增强和运动目标检测,得到训练数据集;对训练数据集进行筛选,得到输入数据集;使用输入数据集对长短期记忆神经网络进行训练,得到行为检测模型;对测试视频序列依次进行图像增强和运动目标检测,得到测试数据集;将测试数据集输入行为检测模型中进行训练,得到危险行为检测结果。本发明通过对视频序列进行图像增强后再进行行为检测,解决了现有的行为检测技术手段的危险行为检测的准确率低的问题。
一种融合自注意力机制和残差网络的湖边危险行为检测方法,其特征在于,包括以下步骤:S1获取训练视频序列和测试视频序列;S2对所述训练视频序列依次进行图像增强和运动目标检测,得到训练数据集;S3对所述训练数据集进行筛选,得到输入数据集;S4使用所述输入数据集对长短期记忆神经网络进行训练,得到行为检测模型;S5对所述测试视频序列依次进行图像增强和运动目标检测,得到测试数据集;S6将所述测试数据集输入所述行为检测模型中进行训练,得到危险行为检测结果。
评价单位:- (-)
评价时间:2023-05-24
李佳豪
重庆市菁英科技经济融合发展服务中心
企业孵化
综合评价
该项目主体内容项目符合国家产业政策,对促进当地行业技术进步、扩大就业、增加地方税收,都起到了积极的推动作用。
查看更多>