基于时空双流特征的铁路场景目标检测及行为识别方法

本申请属于铁路工程安全监控与计算机视觉技术领域，公开了基于时空双流特征的铁路场景目标检测及行为识别方法，该方法包括：获取并预处理视频数据为图像帧序列；将序列输入至一改进的目标检测网络（Mamba‑Yolov11），该网络通过并行设置卷积神经网络路径和状态空间模型路径，融合局部空间特征与全局时序上下文信息，并采用改进的C3k2_UIB模块实现动态路径选择，提升参数效率；网络训练采用Focaler‑IoU损失函数，解决小样本和难样本训练不均衡问题；对于复杂行为，将检测出的目标区域送入MILA‑SF行为识别网络，通过快慢双路径设计，高效识别时空行为。本发明能够显著提升铁路场景下穿戴装备、作业工具等目标的检测精度。