《计算机应用与软件杂志》发表论文赏析
作者:祁升龙, 何玉鹏, 张仁和, 郑航
摘要:人体行为识别可应用于电力巡检中以保障人员在复杂、恶劣环境下的作业安全。为解决人体行为活动的多样性和不确定性,定义一个基于原子活动的概率框架,并使用Allen时序区间关系来表示局部时间依赖,建立一种基于概率化时序区间的复杂活动识别模型,并将其应用于电力巡检中最终实现人员危险动作检测和报警等功能。实验评估结果表明,提出的方法显著优于其他复杂活动识别的方法,并且能够有效地识别复杂的电力巡检行为。
关键词:Allen时序区间, 电力巡检, 复杂活动识别