一种应用于铁路行业人员跨越股道危险行为检测方法

摘要

本发明涉及一种应用于铁路行业人员跨越股道危险行为检测方法。解决现有技术中视频监控无法进行智能分析和报警的问题。方法包括预设图像危险区域；采用预训练的深度学习目标检测模型识别图像中人员，进一步识别脚踝关节点，根据脚踝关节点是否位于危险区域进行第一次报警判断；采用预训练的深度学习多分类检测模型识别人员与铁轨股道临近关系，判断是否为正常作业行为进行第二次报警判断；综合第一次和第二次报警判断，对人员跨越股道危险行为进行报警判断。本发明实现自动检测铁轨股道上是否有人员跨越的危险行为，并能有效的过滤掉因人体遮挡导致的误报和因进出车厢装卸货物导致的误报，实现铁路货场人员违规跨越股道的准确检测。