计算机应用研究

作者：侯贵捷,王呈,夏源,杜林,

单位：1.江南大学物联网工程学院,江苏无锡214122；2.江阴怡源-江南大学工业智能运维联合实验室,江苏无锡214400；

关键词：边缘特征,空间感知,注意力模块,可分离卷积,相似特征识别,

基金：近地面探测技术重点实验室基金资助项目(6142414220203)；；

准确识别物流驾驶员接打电话等危险行为是实现生产安全的重要一环。针对工业现场背景复杂、驾驶员手臂动作相似度高等问题，提出一种联合边缘特征的物流驾驶员危险行为识别算法EF-GCN（edge feature graph convolutional network）。首先，提出基于自适应图卷积的空间感知模块，考虑人体运动过程中远离质心的边缘关节点，设计空间感知算法以提高权重分配。其次，设计时空边缘注意力模块，在时空均值化后添加边缘卷积，改善模型对边缘特征提取不充分的缺点；同时，引入可分离卷积SC block（separable convolution block），替换主干网络中的标准卷积，减少模型参数量。最后，构建相似特征识别网络SF-RN（similar feature recognition network），对接打电话、抽烟等手臂相似行为进行区分，强化算法对相似行为的识别能力。实验结果表明，EF-GCN较传统的时空图卷积网络识别精度提高10.4百分点，较基线模型提升3.2百分点，能够准确识别物流驾驶员的危险行为，验证了算法的有效性。

来源：2025年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第4期