基于目标检测与动作识别算法的电梯危险行为监测

摘要

为实时识别电梯厢内的蹦跳、扒电梯门、踹电梯门、打架、摔倒等危险行为,避免电梯安全事故的发生,提出了利用YOLOv3目标检测算法及三维卷积神经网络(3DCNN)进行电梯危险行为监测的方法。首先建立了包括6类电梯行为的目标检测数据集及动作识别数据集;然后训练了YOLOv3目标检测算法以进行电梯乘客检测,检测准确率可达96.6%,检测速度可达32fps/s;最后设计了三维卷积神经网络模型,并在动作识别数据集上进行训练,最后在测试集上对设计的三维卷积神经网络进行测试,结果表明,设计的三维卷积神经网络模型对电梯危险行为的识别准确率可达到88.3%,识别速度可达306fps/s。