基于深度学习的手扶电梯智能视频监控系统
随着科技的不断进步，公共基础设施不断朝着智能化的方向发展，手扶电梯作为其中重要的一项，被广泛应用于各大公共场所，极大的方便了人们的出行。手扶电梯承载着巨大的客流量，如何利用好这些信息尤为重要。本文通过对手扶电梯使用场景的分析，设计了一个基于深度学习的手扶电梯智能视频监控系统，对主要涉及的目标检测、跟踪以及行为识别等技术进行分析改进，完成了扶梯客流量统计、乘客有无检测以及扶梯上乘客异常行为识别任务。本文的主要工作内容如下： 1）针对扶梯场景下的检测问题，通过对比传统和深度学习检测算法的性能，选择YOLOv4作为人头及人体检测算法，然后使用无失真缩放解决检测区域不固定造成的失真问题，并使用CDVD-TSP算法去除运动模糊，接着提出一种CopyPaste数据扩增方法，最后对比了不同的量化方法，选择量化感知训练对目标检测模型进行压缩。 2）针对扶梯场景下的跟踪问题，需要对人头和人体分别进行跟踪。对于人头跟踪，使用MOSSE算法进行单目标跟踪，然后使用KM算法进行多目标匹配，并设计了权值矩阵、二次匹配规则以及置信度策略。对于人体跟踪，设计了一种用于单目标跟踪的动态特征增强孪生网络，通过特征增强模块使得高低层的信息可以互相传递，利用动态模板分支在跟踪过程中引入目标变化的动态信息。 3）针对基于人体骨架的行为识别问题，提出了一种双流自适应多尺度自注意力图卷积网络。使用自适应多尺度邻接矩阵融合方法，为每个图结点学习出各自最优的多距离邻接矩阵加权参数，以融合不同感受野的结点特征；添加多尺度时间、空间自注意力模块和通道注意力模块，使模型聚焦于更加重要的特征；设计了一个双流融合网络，通过训练学习出两个待融合模型最优的加权比。 4）将算法部署在Jetson AGX Xavier嵌入式平台上。根据任务需求，设计了整个系统的安装、硬件以及软件方案，并设计了可视化界面用于与用户交互，可使用鼠标点选设置多边形检测区域，参数设置直观灵活。
手扶电梯;智能视频监控系统;目标检测;目标跟踪;行为识别;深度学习
华南理工大学
硕士
控制科学与工程
杜启亮
2022
中文
TP277
2022-12-23（万方平台首次上网日期，不代表论文的发表时间）