【技术实现步骤摘要】
本专利技术涉及目标检测，尤其涉及一种地铁行人异常行为检测方法、装置、设备及存储介质。
技术介绍
1、随着城市交通体系的不断发展，地铁已经成为很多城市的主要交通方式之一。对于地铁运营管理而言，确保地铁的安全和顺畅是非常重要的。然而，地铁系统中可能会出现各种异常行为，如吸烟和摔倒等，这些异常行为可能会导致安全事故或影响地铁的正常运营。因此，如何及时、准确地检测这些异常行为成为了地铁安全管理的重要课题。
2、现有的异常行为检测方法通常基于手工设计的特征和统计学方法，但随着监控场景的复杂度增加和对检测精度要求的提高，现有方法的局限性也日益显现。特别是在面对复杂、多样化且动态变化的地铁场景时，这些方法存在检测难度大、目标遮挡、目标模糊和小目标检测精度低的技术问题。
技术实现思路
1、本专利技术的主要目的在于提供一种地铁行人异常行为检测方法、装置、设备及存储介质，旨在解决现有技术中的行人行为检测方法在复杂的地铁场景下，存在检测难度大、目标遮挡、目标模糊和小目标检测精度低的技术问题。
...【技术保护点】
1.一种地铁行人异常行为检测方法，其特征在于，所述地铁行人异常行为检测方法包括：
2.如权利要求1所述的地铁行人异常行为检测方法，其特征在于，所述改进的YOLOv8模型还包括输入模块、检测头模块和输出模块，所述输入模块与所述预设主干网络连接，所述预设主干网络与所述预设颈部网络连接，所述预设颈部网络与所述检测头模块连接，所述检测头模块与所述输出模块连接；
3.如权利要求2所述的地铁行人异常行为检测方法，其特征在于，所述可变形卷积模块中的预设C2f模块包括增加了的CSPDarknet53模块，所述CSPDarknet53模块包括预设CSP结构；p>
4.如权利...
【技术特征摘要】
1.一种地铁行人异常行为检测方法，其特征在于，所述地铁行人异常行为检测方法包括：
2.如权利要求1所述的地铁行人异常行为检测方法，其特征在于，所述改进的yolov8模型还包括输入模块、检测头模块和输出模块，所述输入模块与所述预设主干网络连接，所述预设主干网络与所述预设颈部网络连接，所述预设颈部网络与所述检测头模块连接，所述检测头模块与所述输出模块连接；
3.如权利要求2所述的地铁行人异常行为检测方法，其特征在于，所述可变形卷积模块中的预设c2f模块包括增加了的cspdarknet53模块，所述cspdarknet53模块包括预设csp结构；
4.如权利要求3所述的地铁行人异常行为检测方法，其特征在于，所述预设颈部网络还包括c2f_dcn模块；
5.如权利要求4所述的地铁行人异常行为检测方法，其特征在于，所述通过所述预设颈部网络中的所述shuffleattention注意力机制在空间注意力维度和通道注意力维度对所述初步融合特征进行融合，获得注意力融合特征...
【专利技术属性】
技术研发人员：王宁，谢成虎，孙嘉琦，李珍辉，陈致君，
申请(专利权)人：湖南工程学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。