摘要
随着人工智能的迅速发展,机器视觉在全球生产和建设中发挥着越来越重要的作用,行为识别也被越来越多的研究者所关注.为研究扶梯人员的异常行为特征,通过一套“姿态评估+分类器”的算法得到当前人员的状态,判断其是否存在异常行为。算法采用Openpose提取骨骼特征,将处理好的特征数据输送到机器学习分类器中,进而得到动作类别.实验结果表明,该算法对于扶梯人员的异常行为具有良好的识别效果,对避免安全事故的发生有着很大的意义。
出处
《绥化学院学报》
2021年第3期140-143,共4页
Journal of Suihua University
基金
国家自然科学基金项目“多源传感器环境下基于异构特征信息融合的行为识别”(61873004)
国家自然科学基金项目“基于采选充一体化的煤矿生产物流系统优化理论及建模研究”(51874003)
安徽高校人文社会科学研究项目“煤矿安全异常视频监控预警理论研究”(SK2017A0098)
安徽理工大学研究生创新基金项目“基于计算机视觉的自动扶梯人员乘降和物品运输安全监控系统研究”(2019CX2073)。
