汪威 胡旭晓 吴跃成 丁楠楠 王佳

摘  要：在自动扶梯场景下的视频人体动作识别中，视频数据源不稳定，如遮挡、多视角、光照、低分辨率、动态背景以及背景混乱等均导致动作分类及检测不准确。针对这些问题，提出使用基于改进的SlowFast网络的人体动作识别方法，以更好地捕获视频连续帧中隐藏的时间和空间信息。通过与R（2+1）D卷积网络模型的识别准确率进行对比，改进的SlowFast网络模型在视频中的动作分类和检测方面都表现了很好的性能，能够有效地解决自动扶梯场景下的人体动作识别问题。

关键词：人体动作识别;单流三维卷积神经网络;慢速路径;快速路径;改进的SlowFast

中图分类号：TP249     文献标识码：A

文章编号：2096-1472（2021）-09-24-03

Abstract： In human motion recognition in escalator scene video， the instability of the video data source， such as occlusion， multiple viewing angles， illumination， low resolution， dynamic background， and background confusion， leads to inaccurate motion classification and detection. Aiming at these problems， this paper proposes to use a human motion recognition method based on the improved SlowFast network to better capture the temporal and spatial information hidden in the continuous video frames. Compared with the recognition accuracy of the R （2+1） D convolutional network model， the improved SlowFast network model has achieved better performance in motion classification and detection in videos， and can effectively solve the problem of Human body motion recognition in escalator scene.

Keywords： human motion recognition; single stream 3-D convolutional neural network; slow path; fast path; improved SlowFast

1   引言（Introduction）

自動扶梯是空间开放性运输工具，活动空间相对较大，导致伤害的因素比较多[1]。台阶是持续运动的，乘客进入或者离开台阶区域时运行状态的改变容易使其站立不稳，发生跌倒危险;在乘客越界后自动扶梯与墙壁交叉处产生的“剪切”将严重威胁乘客安全[2];此外，乘客逆行、携带大件物品等都容易发生意外伤害。自动扶梯人体动作识别的主要目标是判断一段视频中人的动作的类别，主要识别判断危险动作类别，比如身体部位越过安全线、头部外探、下蹲、跌倒、逆行、手提行李箱等大件物品等，保障乘客的人身与财产安全。近年来，基于深度学习网络模型的端到端方法实现了特征提取和分类的无缝连接[3]。本文基于深度学习的方法实现自动扶梯视频中的人体动作识别，对自动扶梯乘客危险动作进行实时监测预警。……