-
题名基于改进TSM的船舶驾驶员行为识别方法
- 1
-
-
作者
陈晨
魏月楠
马枫
胡松涛
王腾飞
-
机构
武汉工程大学计算机科学与工程学院
武汉理工大学智能交通系统研究中心
水路交通控制全国重点实验室
武汉理工大学交通与物流工程学院
-
出处
《交通信息与安全》
北大核心
2025年第1期120-129,140,共11页
-
基金
国家自然科学基金项目(52201415、52171352)
国家重点研发计划项目(2023YFB4302300)
水路交通控制全国重点实验室开放课题项目(16-10-1)资助。
-
文摘
船舶驾驶员不规范操作是诱发水上交通事故重要因素,设计1种实时船舶驾驶员行为检测方法意义重大。相比汽车驾驶、安防监控等,船舶驾驶舱环境更为复杂,存在无法兼顾多个船员、效率低下和准确率不高等问题。针对这种情况,研究了1种多目标跟踪和行为识别相结合的“两步式”多人行为识别方法。利用YoloV7与ByteTracker建立多目标跟踪器,形成单人的连续特征图。在单目标行为识别算法时间偏移模块(temporal shift module,TSM)的基础上,借助超采样、跨帧拼接等手段处理连续特征图,同时通过EfficientNet-B3与坐标注意力(coordinate attention,CA)模块输出高准确率的识别结果。研究建立了船舶驾驶舱行为数据集“SC-Action”,数据来自不同的船舶驾驶舱监控录像,包含常规行为以及违规行为共计2000例行为样本。在该数据集上对本文提出的模型进行迁移学习和消融实验,实验结果表明:提出的方法可实现3名驾驶员24帧/s的实时行为识别,识别速度和准确率均优于主流算法。在针对单人行为识别的测试中,方法在应用图像增强模块之后,相比基准TSM模型准确率提升了1.3%;结合注意力机制后,准确率进一步提升1.78%,达到了82.1%,而运算量仅增加0.1%。在多目标测试中,方法的实际推理速度和效果,也超越了该领域的主流方法如SlowFast,验证了其有效性。
-
关键词
航行安全
行为识别
目标跟踪
注意力机制
temporal
shift
module
-
Keywords
navigation safety
behavior recognition
target tracking
attention mechanism
temporal shift module
-
分类号
U676.1
[交通运输工程—船舶及航道工程]
-
