本文基于YOLOv8-pose算法与Orin Nano平台,开发了一套楼梯扶手检测系统,通过精确部署摄像头与规划检测区域,实现了高效的人体关键点识别与扶手行为检测。模拟测试与实际运行验证表明,该系统在多人场景下检测准确率高且稳定性良好,为楼梯扶手监控提供了可靠的技术支持。

深度学习；YOLOv8；人体姿态识别；楼梯扶扶手检测；智能监控系统

[1]沈恒.基于姿态估计的人体运动分析及边缘计算平台实现[D].南京邮电大学,2023.DOI:10.27251/d.cnki.gnjdc.2023.001071. [2]方晓柯,黄俊.基于yolov8-pose的人体姿态检测模型[J/OL].激光杂志,1-9[2024-11-11].http://kns.cnki.net/kcms/detail/50.1085.tn.20240902.1533.007.html. [3]朱周华,侯智杰,田成源,等.基于改进Yolov8-pose的分心驾驶检测与识别[J/OL].电子测量技术,1-10[2024-11-11]. http://kns.cnki.net/kcms/detail/11.2175.TN.20240927.1525.198.html. [4]张欣毅,张运楚,王菲,等.改进YOLOpose的轻量化多人姿态检测模型[J/OL].小型微型计算机系统,1-8[2024-11-13].http://kns.cnki.net/kcms/detail/21.1106.TP.20230918.1654.015.html. [5]郑玉珩,黄德启.改进MobileViT与YOLOv4的轻量化车辆检测网络[J].电子测量技术,2023,46(02):175-183.DOI:10.19651/j.cnki.emt.2210441.

DOI： https://doi.org/10.62639/sspis60.20240104

Published： 2024