基于改进Mask RCNN的电力检修违规操作检测

• 作者: 周伟 宋晓东 房凯 沈茂东 裴健 邓昊 马超
• 来源期刊: 计算机系统应用
• 关键词: 多分支网络 深度学习 行为分析 目标检测 违规检测
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 158-164
• 页数: 7页
• 字数: 4930字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007559

摘要

电力检修现场中施工行为的规范关系到工作人员的人身安全,对电力行业的发展至关重要.为了从计算机视觉的角度对电力检修工作人员的违规操作行为进行检测,基于Mask RCNN算法设计了一种多任务多分支违规行为检测算法,综合目标检测、关键点检测与实例分割任务,并行对目标进行检测并获得目标的边框坐标、关键点与mask信息.实验结果表明,相对于原来的Mask RCNN,该算法在实例分割和关键点检测方面都有了显著的提升,具有更高的准确性和鲁棒性,在电力检修违规检测方面满足实际部署的精度要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周伟		13	18	2.0	4.0
2	裴健		3	2	1.0	1.0
3	沈茂东		4	0	0.0	0.0
4	宋晓东		3	0	0.0	0.0
5	邓昊		2	0	0.0	0.0
6	马超		1	0	0.0	0.0