一种基于深度学习的地铁车厢乘客行为分析方法及装置

本发明涉及深度学习、计算机视觉和智能监控技术，具体是一种基于深度学习的地铁车厢乘客行为分析方法及装置。包括如下：实时采集地铁车厢内监控摄像头的视频数据；对采集到视频数据进行预处理，并通过Yolov8模型识别出人体，座椅，地板的类别；再利用深度卷积神经网络对预处理后的视频图像进行特征提取和分类，并利用ST‑GCN模型对乘客异常行为准确识别；对识别结果，进行分析与统计，生成分析报表，通过深度学习技术实现对地铁车厢乘客行为的自动、准确分析，提高了地铁安全监控的效率和准确性。同时，本发明的装置结构简单，易于实现和维护，具有较高的实用价值和应用前景。