复杂场景下电梯内乘员跌倒检测轻量化识别研究

丁 玉俊1, 张 艳红1, 张 伟2, 孙 浩波3
1、江苏省特种设备安全监督检验研究院泰州分院
2、江苏省特种设备安全监督检验研究院吴江分院
3、江苏省特种设备安全监督检验研究院盐城分院

摘要


复杂环境下的视觉识别任务面临遮挡、背景干扰、资源受限等多重挑战。为实现高效且精准的视觉识别系
统，本文围绕实际应用场景“厢式电梯内乘员跌倒检测”展开轻量级视觉识别模型的设计与优化研究。通过引入自
适应阈值焦点损失函数（ATFL）、MobileNetV3+MLCA注意力机制改进YOLOv8-Pose算法，引入空间注意力与跨层
残差连接机制，系统性提升了识别系统在边缘设备上的性能表现。实验结果表明，各改进模型均在保持低计算复杂
度的同时，实现了对目标关键特征的有效提取，具备较强的通用性与部署能力。

关键词


复杂场景；轻量视觉；识别研究

全文:

PDF


参考


[1]郑威，陈灿，林凡等.一种基于YOLOv8的轻量

化人体姿态估计算法研究[J].计算机工程与应用，2024，

60（10）：125–131.

[2]胡晗，刘志勇，李佩.基于注意力机制的深度学

习目标检测算法综述[J].计算机科学，2023，50（3）：

182–189.

[3]王楠，李晨，张宇.轻量化人脸识别神经网络研

究与优化[J].通信技术，2023，56（7）：876–882.


Refbacks

  • 当前没有refback。