10.3969/j.issn.1674-2605.2022.06.001
基于深度学习的自动扶梯乘客异常行为识别方法研究
自动扶梯乘客异常行为识别方法的研究对保障乘客安全具有重要的意义.针对自动扶梯出入口拥堵、长时间停留等乘客异常行为缺乏有效识别和预警手段的不足,提出一种基于深度学习的自动扶梯乘客异常行为识别方法.该方法采用YOLOv4算法对自动扶梯使用场景的视频进行特征提取,识别检测区域的乘客信息;结合DeepSORT算法对检测到的乘客进行追踪和统计,构建乘客异常行为识别模型,实现乘客异常行为的识别.对4段自动扶梯监控视频的实验结果表明,该方法检测平均准确率为95.09％,能准确地识别自动扶梯出入口拥堵、长时间停留等乘客异常行为.
深度学习、目标检测、目标跟踪、异常行为识别、YOLOv4算法、DeepSORT算法
43
TH391.4(泵)
广州市市场监督管理局科技项目2022kj18
2023-01-16（万方平台首次上网日期，不代表论文的发表时间）
共6页
1-6
