基于机器视觉的多人异常行为检测与识别方法

摘要

本发明公开了一种基于机器视觉的多人异常行为检测与识别方法，包括步骤：1)扶梯区域视频图像采集；2)提取梯度方向直方图HOG特征并利用Adaboost分类器对手扶电梯乘客人脸进行检测；3)利用卡尔曼滤波器对手扶电梯乘客人脸进行跟踪；4)利用OpenPose深度学习网络从图像中提取乘客骨架特征；5)基于乘客人脸相对位置对乘客进行遮挡判断，乘客发生遮挡时，基于运动特征对乘客进行异常行为检测，乘客没有遮挡时，基于骨架特征对乘客进行异常行为检测，并进一步利用时空图卷积模型识别异常行为的种类。通过本发明可以对扶梯上的多乘客目标进行跟踪，端到端、准确、实时地对扶梯上的多位乘客进行异常行为检测与识别。