基于異步交互聚合網絡的港船作業區域人員異常行為識別*

陳信強 鄭金彪 凌 峻 王梓創 吳建軍 閻 瑩

（1.上海海事大學物流科學與工程研究院 上海 201306；2.上海海事大學商船學院 上海 201306；3.長安大學運輸工程學院 西安 710064）

0 引 言

我國航運業快速發展，海上貨物運輸呈現逐年顯著增加的趨勢，船舶進出港數量及頻次也在快速增加，導致近海水域交通常常出現嚴重擁堵，這對港口的安全生產和船舶安全航行提出了更高要求。近年來出現的突發公共衛生事件（如新冠肺炎疫情）為港航工作環境下的人員、貨物安全運輸等任務增加了潛在的風險[1]。高效、快速、準確識別碼頭現場工作人員及在航船舶船員的異常及危險行為，為港口安全生產、智慧管控及船舶安全航行提供有效預警信息，對提高港口工作生產效率及船舶安全航行具有重要意義[2-3]。

視頻監控已被廣泛應用于港航相關領域的全業務、全生產作業過程中。面向港口工作環境的視頻監控任務需要專職工作人員監管觀看現場作業監控視頻以提前研判可能發生的異常或者危險事件。船舶駕駛臺的不同角度可布設相機以監控船員實際工作狀態。為實現異常行為快速、準確的自動識別，越來越多的學者傾向于基于計算機視覺和人工智能技術開展港船人員異常行為識別研究。傳統的計算機視覺方法基于幀間特征提取、幀內特征融合和特征編碼及分類等步驟實現視頻數據驅動的行為識別[4]。改進的密集軌跡算法被認為是經典的行為識別方法，算法性能明顯優于其他行為識別方法[5]。……