来源：期刊VIP网 时间：
作者：郑洋斌;侯北平;邵方坤;曹志文;
单位：浙江科技大学自动化与电气工程学院;浙江科技大学浙江省智能机器人感知与控制国际科技合作基地;
摘要：针对常规入侵检测方法在配电站房的应用中由于视角变化、运动模糊、遮挡等导致的漏检和误检问题，文中提出一种双流二阶段融合的异常入侵检测方法。该方法构建了轻量级的双流网络通道用于表征图像和光流图像的特征提取；采用的双流二阶段融合策略实现了两种特征的有效融合。在监控数据集上进行了实验验证并应用于配电站房的场景检测中，检测精度优于YOLOv8n基准模型。实验结果表明，该模型具有较高的泛化能力，能够减少数据的重复采集与标注，并能优化模型训练与部署，具有实际应用价值。
关键词：配电站房视频分析;;目标检测;;注意力机制;;双流网络;;自适应权重;;复杂场景;;YOLOv8n;;CBAM
基金资助：浙江省“尖兵”“领雁”研发攻关计划项目(2022C04012)
