基于图嵌入学习的电扶梯通行人员摔倒检测方法研究

摘要

针对电扶梯通行人员摔倒检测的场景,本研究设计了有一种基于图嵌入学习的摔倒检测方法.首先由图嵌入理论学习正样本的模式空间,结合量子空间背景建模算法以及深度学习CNN卷积神经网络,构建起鲁棒的观测模型,并通过该观测模型获得样本的置信概率,保持一次检测只有一个目标和一个节点输出,同时在当前输出节点检查更新相应值,提升计算速度.该方法可以有效地将样本的分布特性嵌入到图学习框架中,从而获得更符合实际的目标模式子空间,当图像存在遮挡或局部噪声时,识别算法有较好的鲁棒性.