中国安全科学学报2023，Vol.33Issue(5) ：42-48.DOI:10.16265/j.cnki.issn1003-3033.2023.05.1396

基于ST-GCN的空中交通管制员不安全行为识别

Unsafe behavior recognition of air traffic controllers based on ST-GCN

王超 徐楚昕 董杰 王志锋
中国安全科学学报2023，Vol.33Issue(5) ：42-48.DOI:10.16265/j.cnki.issn1003-3033.2023.05.1396
✕
  • 维普
  • 万方数据

基于ST-GCN的空中交通管制员不安全行为识别

Unsafe behavior recognition of air traffic controllers based on ST-GCN

王超 1徐楚昕 1董杰 1王志锋1
扫码查看

作者信息

  • 1. 中国民航大学空中交通管理学院,天津300300
  • 折叠

摘要

为预防和监督空中交通管制(ATC)工作中的违章行为,利用智能视频分析技术,研究适用于管制员坐姿工作的不安全行为识别模型.首先,分析管制员不安全工作行为的隐蔽性特征,总结5种典型管制员不安全行为,包括伸懒腰、瞌睡、低头入睡、歪头入睡和半躺入睡,并构建管制员不安全工作状态视频数据集(CUWS);其次,提出一种能描述管制员坐姿的骨架关键点拓展算法,基于时空图卷积网络(ST-GCN)搭建适用于管制员坐姿与腿部遮蔽情况下的不安全行为识别模型ATC-ST-GCN,并给出管制员不安全行为识别的工作流程;最后,利用CUWS数据集进行ATC-ST-GCN模型的训练和测试,并利用管制室实际监控视频开展验证试验.结果表明:该模型能够在有限验证数据集上实现5种典型不安全行为识别,准确率达到93.65％.试验结果证明该模型具有一定的科学性与有效性.

关键词

时空图卷积网络(ST-GCN)/空中交通管制(ATC)/不安全行为/管制员/行为识别

Key words

spatial temporal graph convolutional network(ST-GCN)/air traffic control(ATC)/unsafe behavior/air traffic controller/behavior recognition

引用本文复制引用

基金项目

天津市自然科学基金重点项目(21JCZDJC00780)

出版年

2023
中国安全科学学报
中国职业安全健康协会

中国安全科学学报

CSTPCDCSCD北大核心
影响因子：1.548
ISSN：1003-3033
被引量1
参考文献量6
段落导航相关论文