[发明专利]基于FANet的农民劳作行为识别方法和装置、设备及介质

权利要求书

1.一种基于FANet的农民劳作行为识别方法，其特征在于，包括：

建立农民劳作运动行为的数据集；

构建FANet模型；

将所述农民劳作运动行为的数据集输入到所述FANet模型进行训练；以及

基于训练后的FANet模型，预测得到所述农民劳作行为的识别结果。

2.根据权利要求1所述的基于FANet的农民劳作行为识别方法，其特征在于，所述农民劳作行为包括喷农药、锄地、除草和插秧。

3.根据权利要求1所述的基于FANet的农民劳作行为识别方法，其特征在于，所述建立农民劳作运动行为的数据集，包括：

对所述农民劳动行为的数据进行预处理，所述预处理包括：

将所述农民劳动行为的视频转换为图像序列；

将所述图像序列划分为视频段；

使用间隔式方式抽取所述视频段中的图像，形成样本集；以及

提取所述样本集中的农民运动区域。

4.根据权利要求3所述的基于FANet的农民劳作行为识别方法，其特征在于，所述提取所述样本集中的农民运动区域，包括：定位、关联匹配和抓取运动区域；

所述定位包括：探测所述样本集中每张图像中的人体所在的区域；

所述关联匹配包括：以所述样本集中的一个样本中探测到的人体所在的区域为基准，利用最邻近值算法KNN进行人物关联匹配，形成分组；以及

所述抓取运动区域包括：提取不同分组的运动区域。

5.根据权利要求3所述的基于FANet的农民劳作行为识别方法，其特征在于，在使用间隔式方式抽取所述视频段中的图像，形成所述样本集之前，所述方法还包括：

剔除不存在农民或者场景切换时出现重叠的视频段。

6.根据权利要求1所述的基于FANet的农民劳作行为识别方法，其特征在于，所述搭建FANet模型，包括：

采用残差块的构建方式得到时空残差卷积模块，并使用Swish函数作为激活函数。

7.根据权利要求1所述的基于FANet的农民劳作行为识别方法，其特征在于，所述搭建FANet模型，包括：

在构建时空卷积模块时，使用Swish函数作为激活函数。

8.一种基于FANet的农民劳作行为识别装置，其特征在于，包括：

数据集建立单元，用于建立农民劳作运动行为的数据集；

FANet模型构建单元，用于构建FANet模型；

训练单元，用于将所述农民劳作运动行为的数据集输入到所述FANet模型进行训练；以及

预测单元，用于基于训练后的FANet模型，预测得到所述农民劳作行为的识别结果。

9.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述基于FANet的农民劳作行为识别方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述基于FANet的农民劳作行为识别方法的步骤。