科研之友
微信
新浪微博
Facebook
分享链接
摘要
为准确识别乘客搭乘自动扶梯时的异常行为，避免安全事故的发生，提出一种基于人体骨架的扶梯乘客异常行为识别方法。首先使用Yolox-tiny对视频中乘客位置进行检测，通过Alphapose算法提取骨骼关键点坐标，降低复杂背景的干扰；再使用膨胀3D卷积模块增强时空特征提取能力，聚合乘客骨架的全局特征；输入改进后的时空图卷积网络中提取乘客骨架信息，通过MS-TCN模块扩大接受域以增强时间特征的提取，联合人体关键点注意力模块（KPAM）提升网络对相似动作的关键骨架的关注度；最后通过Softmax对异常动作分类。采集扶梯运行现场视频制作数据集，实验结果表明本文算法对乘客异常行为的识别精度达到96.10%，可应用于扶梯现场的视频监控系统，提高安全管理信息化水平。
- 单位
