关于| 联系| 地图| 邮箱
首页>>>学术期刊>>>期刊年表>>>2022年论文集（43卷）
2025年论文集（46卷） 2024年论文集（45卷） 2023年论文集（44卷） 2022年论文集（43卷） 2021年论文集（42卷） 2020年总目录（41卷） 2019年总目录（40卷） 2018年总目录（39卷） 2017全年目录（38卷） 2016全年目录（37卷） 2015全年目录（36卷） 2014全年目录（35卷） 2013全年目录（34卷） 2012全年目录（33卷） 2011全年目录（32卷） 2010全年目录（31卷） 2009全年目录（30卷） 2008全年目录（29卷） 2007全年目录（28卷） 2006全年目录（27卷） 2005全年目录（26卷） 2004全年目录（25卷） 2003全年目录（24卷） 2002全年目录（22卷） 2001全年目录（22卷） 2000全年目录（21卷）

期刊年表

2025年论文集（46卷） 2024年论文集（45卷） 2023年论文集（44卷） 2022年论文集（43卷） 2021年论文集（42卷） 2020年总目录（41卷） 2019年总目录（40卷） 2018年总目录（39卷） 2017全年目录（38卷） 2016全年目录（37卷） 2015全年目录（36卷） 2014全年目录（35卷） 2013全年目录（34卷） 2012全年目录（33卷） 2011全年目录（32卷） 2010全年目录（31卷） 2009全年目录（30卷） 2008全年目录（29卷） 2007全年目录（28卷） 2006全年目录（27卷） 2005全年目录（26卷） 2004全年目录（25卷） 2003全年目录（24卷） 2002全年目录（22卷） 2001全年目录（22卷） 2000全年目录（21卷）

基于深度学习的自动扶梯乘客异常行为识别方法研究（2022年06期 v.43 1-6页）

‖  文章供稿：林创鲁  叶亮  李刚  李丽宁
‖  字体： [大] [中] [小]

2022年06期 v.43 1-6页

林创鲁  叶亮  李刚  李丽宁

（广州特种机电设备检测研究院，广东 广州 510180）

摘要：自动扶梯乘客异常行为识别方法的研究对保障乘客安全具有重要的意义。针对自动扶梯出入口拥堵、长时间停留等乘客异常行为缺乏有效识别和预警手段的不足，提出一种基于深度学习的自动扶梯乘客异常行为识别方法。该方法采用YOLOv4算法对自动扶梯使用场景的视频进行特征提取，识别检测区域的乘客信息；结合DeepSORT算法对检测到的乘客进行追踪和统计，构建乘客异常行为识别模型，实现乘客异常行为的识别。对4段自动扶梯监控视频的实验结果表明，该方法检测平均准确率为95.09%，能准确地识别自动扶梯出入口拥堵、长时间停留等乘客异常行为。

关键词：深度学习；目标检测；目标跟踪；异常行为识别；YOLOv4算法；DeepSORT算法

中图分类号：TH391.4          文献标识码：A           文章编号：1674-2605(2022)06-0001-06

DOI：10.3969/j.issn.1674-2605.2022.06.001

打印

上一篇:多无人平台协同应用的计算架构研究（2022年06期 v.43 7-12+19页） 下一篇:基于虚拟仪器的电源柜性能检测系统（2022年05期 v.43 45-49页）

扫一扫在手机打开当前页

版权所有 © 1999 - 广东省科学院智能制造研究所粤ICP备12051576号-1

Copyright © Guangdong Institute of Intelligent Manufacturing,GDAS.All Rights Reserved

地址：广州市越秀区先烈中路100号大院13号楼邮编：510070

电 话：(020)87686011　87686026传 真：(020)87687997Email：bgs＠giim.ac.cn