华南理工大学学报(自然科学版)

作者：田联房 吴啟超 杜启亮 黄理广 李淼 张大明

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． 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,人体骨架序列,异常行为识别,支持向量机,核相关滤波,卷积神经网络,动态时间规整

基金：国家科技部海防公益类项目(201505002);广东省前沿与关键技术创新专项资金资助项目(2016B090912001);广 州市产学研项目(201604010114)

手扶电梯(简称扶梯)乘客异常行为识别研究具有重要意义． 针对传统行为识别 算法易受环境影响、不能实时并准确对多目标进行识别的问题，提出一种基于人体骨架序 列的扶梯乘客异常行为识别算法． 该算法首先通过结合可变形组件模型特征的支持向量 机检测乘客人脸，并用改进的核相关滤波器对其进行跟踪，从而得到乘客在扶梯中的运动 轨迹;接着利用卷积神经网络提取轨迹中乘客的人体骨架序列，并通过模板匹配从乘客人 体骨架序列中检测异常行为骨架序列;最后利用动态时间规整将其与各类异常行为骨架 序列匹配，基于 k 近邻方法识别异常行为． 对 10 段扶梯视频的实验结果表明，文中所提的 异常行为识别算法处理速度达到 10 帧/秒，识别准确率为 93． 2%，能够实时、准确地识别 多种乘客异常行为．

来源：2019年第4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2019年第4期