基于改进CSN模型的倒闸操作动作识别方法及系统

本发明涉及一种基于改进CSN模型的倒闸操作动作识别方法及系统。针对传统倒闸操作监控效率低和深度学习模型应用问题，本发明用改进CSN模型进行动作识别。先获取10kV配电室倒闸操作视频数据并预处理，再将其输入改进CSN模型；模型中，自适应时间移位模块(ATSM)对特征图通道分组并做可学习时间移位操作，捕获时序动态特性；门控瓶颈注意力模块(GBAM)根据输入特征重要性生成门控信号，调整对不同空间区域关注程度，捕获关键动作特征。实验显示，相比主流模型，改进模型在倒闸操作动作识别中精度更高，能在小样本场景捕捉特定动作特征，实现性能与计算资源高效平衡，可用于倒闸操作动作的智能、精准识别与监控。