首页|基于目标检测与动作识别算法的电梯危险行为监测

基于目标检测与动作识别算法的电梯危险行为监测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Elevator Dangerous Behavior Monitoring Based on Object Detection and Action Recognition Algorithm

Elevator Safety AccidentDangerous Behavior MonitoringYOLOv33DCNN

毛晓东

展开 >

永城职业学院电子信息工程系,河南 永城 476600

电梯安全事故 危险行为监测 YOLOv3 三维卷积神经网络

河南省高等教育教学改革研究与实践项目

2019SJGLX791

2023

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2023.393(11)
  • 5