原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第33卷第4期电子设计工程2025年2月
Vol.33No.4ElectronicDesignEngineeringFeb.2025
基于融合特征分析的身份与动作识别算法设计
杨盛星，何业伟，刘帆，王鹏，冷育明
（国网湖北省电力有限公司咸宁供电公司，湖北咸宁437000）
摘要：针对电力施工作业现场安全管控智能化水平低的问题，文中设计了一种基于融合特征分析
的身份与动作识别算法。在身份识别方面，使用MTCNN算法进行人脸目标检测，并通过FaceNet
算法实现人脸特征提取和身份比对识别。在异常动作识别方面，采用FastRCNN实现人员目标和
头部目标检测，利用人员目标框与头部目标框的间距实现安全帽佩戴检测，基于单应变换原理实
现危险区域误入检测。仿真算例结果表明，相比CNN-DBN算法和MTCNN-DBN算法，文中所提
MTCNN-FaceNet算法的平均身份识别准确率提高了6%以上。相比于RCNN算法，FastRCNN算法
在安全帽佩戴检测与异常动作识别方面，平均识别准确率提高了约5%。
关键词：MTCNN；人脸识别；目标检测；FaceNet
中图分类号：TP277；TN99文献标识码：A文章编号：1674-6236（2025）04-0042-05
DOI：10.14022/j.issn1674-6236.2025.04.009
Designofidentityandactionrecognitionalgorithmbasedonfusionfeatureanalysis
YANGShengxing，HEYewei，LIUFan，WANGPeng，LENGYuming
（XianningPowerSupplyCompany，StateGridHubeiElectricPowerCo.，Ltd.，Xianning437000，China）
Abstract:Inresponsetothelowlevelofintelligentsafetycontrolinpowerconstructionsites，thispaper
designsanidentityandactionrecognitionalgorithmbasedonfusionfeatureanalysis.Intermsofidentity
recognition，theMTCNNalgorithmisusedforfacialobjectdetection，andtheFaceNetalgorithmisused
forfacialfeatureextractionandidentitycomparisonrecognition.Intermsofabnormalactionrecognition，
FastRCNNisusedtodetectpedestrianandheadtargets，thedistancebetweenpedestriantargetboxes
andheadtargetboxesisusedtodetecthelmetwearing，andtheprincipleofhomographyisusedtodetect
dangerousareamisentry.ThesimulationresultsshowthatcomparedtotheCNN-DBNalgorithmandthe
MTCNN-DBNalgorithm，theaverageidentityrecognitionaccuracyoftheMTCNN-FaceNetalgorithm
proposedinthearticlehasbeenimprovedbymorethan6%.ComparedtotheRCNNalgorithm，Fast
RCNNalgorithmhasanaveragerecognitionaccuracyimprovementofabout5%intermsofhel
专注于经营管理类文案的拟写、润色等，本人已有10余年相关工作经验，具有扎实的文案功底，尤善于各种框架类PPT文案，并收集有数百万份各层级、各领域规范类文件。欢迎大家咨询！
文档评论（0）