自动扶梯乘客异常行为识别系统

参赛作品演示视频链接：
https://www.bilibili.com/video/BV1Cb4y1r74u/
https://www.bilibili.com/video/BV16B4y1T7Z9/
参赛作品介绍：

本作品设计了基于深度学习的自动扶梯乘客异常行为识别系统，主要工作包括：

（1）研究分析了目标检测、图像分类、异常行为识别等领域的发展现状；

（2）建立了行人摔倒站立和正反人头分类数据集；完成行人检测、摔倒分类、头部检测、人头分类四个模型的训练。

（3）设计并实现了扶梯乘客摔倒识别和逆行识别两个模块，搭建了整个系统。

本设计的主要创新点包括：摔倒识别模块的逻辑设计；摔倒识别模块利用过采样少样本等方法解决样本不均衡问题；逆行识别模块逻辑设计；基于单目相机的z轴深度估计，以得到更加准确的逆行判断和逆行程度分级；在多目标跟踪任务中，研究行人重识别技术，设计了行人外观特征+人头外观特征+行人运动信息的多信息融合方法，提高了跟踪准确率。

1、实物照片
附图1

2、系统组成
附图2


3、系统运行环境
部署在rk3399proD设备，该设备支持8bit/16bit运算，支持TensorFlow、TensorFlow lite、Pytorch、Caffe、Mxnet、Darknet、Onnx，运算性能高达3.0TOPs
4、实现功能
自动扶梯乘客摔倒识别、逆行识别部分源码：https://github.com/DavieWu/pedestrian_fall_detection