论文部分内容阅读
随着我国经济的快速发展,铁路运输在交通运输的地位愈为重要,在传统人工监管无力应对铁路司机安全监督的情况下,使用机器实现自动实时司机行为识别早已成为了一项极有意义的工作;为实现随车部署、实时进行铁路司机行为识别的目的,基于目标框检测算法实现目标检测和关键点检测的融合,搭建了一种可以同时检测司机人体关键点和手机的神经网络;经过网络运行输出人体姿态后,通过分析人体各关节角度和人体关键点与手机目标的位置关系等后处理对6类司机行为进行了分类识别,并通过TensorRT框架对模型进行了模型推理速度的加速和体积上