基于深度学习的地铁公共区域人员安全识别评估系统及方法

本发明公开了一种基于深度学习的地铁公共区域人员安全识别评估系统及方法，包括：采集地铁公共区域实时视频流数据；将视频流数据提取为时序性单帧图像，生成训练样本与评估样本；进行人像特征及动作行为类型特征的标注；根据任务情况与训练评估结果进行参数优化设置；使用标注后的评估样本对结果模型进行评估，得到满足评估要求的最优模型并存入模型库中；利用最优模型从实时时序性单帧图像样本中提取人像及动作行为的特征，并与最优模型进行匹配，得到识别结果；对识别结果进行分析，评估在不同场景下的人员及异常行为是否安全。本发明通过生成最优模型，实现准确的识别，有效提升了地铁公共区域的人员安全水平，降低了相应的人工工作强度。