基于ST-GCN警用巡逻机器人警情识别系统设计

doi:10.13873/J.1000-9787(2023)06-0078-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于ST-GCN警用巡逻机器人警情识别系统设计

更新时间：2025-09-11

- 基于ST-GCN警用巡逻机器人警情识别系统设计
- Issue 6, Pages: 78-81(2023)
- 作者机构：
  
  1. 安徽大学电气工程与自动化学院
  2. 中国科学院合肥物质科学研究院智能机械研究所
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2023)06-0078-04
  CLC： D631.1;TP242;TP391.41
- Published：2023
- 稿件说明：
移动端阅览
[J]. 2023, (6): 78-81.
DOI：

[J]. 2023, (6): 78-81. DOI： 10.13873/J.1000-9787(2023)06-0078-04.

摘要

针对现有警用巡逻机器人警情识别系统识别种类单一、识别率较低等问题，基于时空—图卷积网络（ST-GCN）和OpenPose算法的融合，面向跌倒（fall）、打砸（smash）和推搡（push）3种警情，设计了警用巡逻机器人警情识别系统。通过在真实场景测试，3种警情识别率分别为：跌倒85%，打砸80%，推搡83%；实时识别帧率为10 fps。实验结果表明：所设计的警情识别系统可以实现多种警情的实时、准确、可靠识别，具有较高的应用价值。

Abstract

关键词

Keywords

references

基于OpenPose的人体动作识别对比研究[J]. 杨君;张素君;张创豪;黄晶晶.传感器与微系统,2021(01)

一种机器视觉的安防巡逻机器人系统设计[J]. 田佳;刘泓滨;王宇;桂林.机械设计与制造,2020(11)

基于深度学习的时空特征融合人体动作识别[J]. 王倩;孙宪坤;范冬艳.传感器与微系统,2020(10)

基于几何特征与LSTM网络结合的动作识别算法[J]. 邬倩;吴飞;骆立志.传感器与微系统,2020(10)

基于机器视觉的目标识别追踪算法及系统设计[J]. 杨宇;刘宇红;彭燕;孙雨琛;张荣芬.传感器与微系统,2020(04)

基于关键帧和骨骼信息的人体动作识别方法[J]. 李顺;郭星;吴建国.传感器与微系统,2019(11)

楼宇巡查机器人的设计与研究[J]. 赵宏伟;徐叶军.电脑知识与技术,2019(21)

智能校园巡逻机器人的设计[J]. 未庆超;张曙光;曹忠尉;姚鑫;李子仟;杨玉静.电子测试,2019(09)

基于人体骨架序列的手扶电梯乘客异常行为识别[J]. 田联房;吴啟超;杜启亮;黄理广;李淼;张大明.华南理工大学学报(自然科学版),2019(04)

A Deep Learning and Depth Image based Obstacle Detection and Distance Measurement Method for Substation Patrol Robot[J]. Xu Hongsheng;Hongsheng Xu;Tianyu Chen;Qipei Zhang;Jixiang Lu;Zhihong Yang.IOP Conference Series: Earth and Environmental Science,2020

Views

209

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于视觉识别和多传感器的跌倒检测系统设计

Related Author

程世通

张李辉

楚遵恒

余韵

李小雨

刘紫燕

Related Institution

贵州大学大数据与信息工程学院

贵州大学公共大数据国家重点实验室

⁰