一种基于深度学习的扶梯乘客危险行为识别方法
公开
摘要
本发明公开了一种基于深度学习的扶梯乘客危险行为识别方法，通过位于扶梯楼层板上方的摄像机拍摄含有乘客的扶梯视频段，使用目标检测、跟踪及关节点提取算法获得骨架序列，对骨架序列进行归一化、插帧处理制作数据集，同时将2S‑AGCN网络进行改进以提高骨架关节点连接的合理性，增强模型拟合能力，以用于对骨架序列进行行为分类，并对训练集进行数据扩增后训练该网络模型，在测试阶段，使用插帧及归一化方法保证数据分布与训练集一致，且根据连续多帧的分类结果决定当前帧乘客的行为类别，最终得到稳定的扶梯乘客危险行为识别结果。本发明可以快速准确的判断扶梯上是否存在乘客出现危险行为，保护乘客的人身安全不受威胁。
基本信息
专利标题 ：
一种基于深度学习的扶梯乘客危险行为识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581843A
申请号 ：
CN202210161104.5
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
杜启亮向照夷田联房
申请人 ：
华南理工大学;华南理工大学珠海现代产业创新研究院
申请人地址 ：
广东省广州市天河区五山路381号
代理机构 ：
广州市华学知识产权代理有限公司
代理人 ：
冯炳辉
优先权 ：
CN202210161104.5
主分类号 ：
G06V20/52
IPC分类号 ：
G06V20/52 G06V20/40 B66B29/00 G06K9/62 G06V10/778
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
