华南理工大学学报(自然科学版)

作者：杜启亮, 黄理广, 田联房, 等

单位：1． 华南理工大学 自动化科学与工程学院，广东 广州 510640; 2． 华南理工大学 自主系统与网络控制教育部重点实验室，广东 广州 510640; 3． 广州地铁集团有限公司，广东 广州 510335; 4． 日立电梯 (广州) 自动扶梯有限公司，广东 广州 510660

关键词：手扶电梯,深度学习,卷积神经网络,行人检测,人体关键点提取,匈牙利匹配算法

基金：国家科技部海防公益类项目 (201505002); 广东省科技计划项目 (2016B090912001); 广东省重点领域研发计划 “新一代人工智能” 重大科技专项 (2018B010109001); 广东省重点领域研发计划 “精准农业” 重 点 专 项(2019B020214001); 广州市产业技术重大攻关计划 (2019-01-01-12-1006-0001); 华南理工大学中央高校基本科研业务费专项资金资助项目 (2018KZ05); 华南理工大学研究生教育改革项目 (zysk20180

针对乘客在搭乘扶梯时的危险行为难以被实时准确检测的问题，提出了一种基于视频监控的手扶电梯乘客异常行为识别算法。首先，使用 YOLOv3 对图像中乘客的位置进行检测; 接着，使用 MobileNetv2 作为基网络，结合反卷积层对检测出来的乘客进行人体骨架提取; 然后，使用骨架距离作为跟踪依据，采用匈牙利匹配算法对相邻帧间的人体骨架进行匹配，实现视频中乘客的 ID 号分配; 最后，通过图卷积神经网络对乘客关键点信息进行异常行为识别。在 GTX1080GPU 上的实验结果表明，文中提出的识别算法的处理速度能达到 15f/s，异常行为识别准确率达 94. 3%，能够实时准确地识别手扶电梯上乘客的异常行为。

来源：2020年第8期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2020年第8期