手扶电梯在便捷乘客出行的同时会引起某些安全问题,需要对其进行监控避免安全事故的发生,智能视频监控相对于人工监控具有监控稳定、响应快、成本低廉等明显优势,在公共场所的安全防范领域中越来越受到重视。本文旨在设计和实现一个基于TX2嵌入式平台的扶梯智能视频监控系统,通过三路不同拍摄方向的摄像头监控扶梯区域,对扶梯及楼层板上的乘客进行检测与跟踪,实现乘客有无检测、客流统计和人群异常行为检测,提取乘客骨架,实现乘客异常行为检测和异常行为识别,同时对楼层板进行乘客拥堵检测和逆行检测,以及对扶手带进行异物伸出检测。本文工作主要分为以下四个方面:1)乘客检测:首先采用前景提取、机器学习和深度学习的常用目标检测方法,对楼层板乘客人头和扶梯乘客人脸进行检测,分析各种方法的优点及局限,最后选定DPM特征的LSVM分类器作为乘客检测方法并通过对比实验选择分类器最佳参数,同时根据前景提取方法的特点,利用混合高斯模型提取扶手带前景,完成扶手带异物伸出检测。2)乘客跟踪:首先分析常用目标跟踪方法在扶梯场景下的优点及局限,之后采用改进的KCF方法对乘客进行跟踪,基于改进的最近邻目标匹配策略,每隔一段时间利用目标检测结果对跟踪目标进行矫正,并为目标建立检测置信度模型,衡量其为乘客的可能性,最后计算跟踪目标的运动特征,基于运动特征监控乘客行为,完成扶梯乘客有无检测、客流统计和人群异常行为检测,以及楼层板乘客拥堵检测和逆行检测。3)扶梯乘客异常行为检测与识别:首先选用人体骨架特征描述扶梯乘客行为,利用OpenPose深度学习网络提取乘客人体二维骨架,之后计算骨架躯干方向余弦,组合得到人体姿态特征向量,基于模板匹配的方法判断异常骨架,完成扶梯乘客异常行为检测,最后从视频中分割出异常行为片段,将异常骨架组合成异常骨架序列,利用动态时间规整将其与各类异常行为模板匹配,基于k近邻预测行为类别,完成异常行为识别。4)基于TX2的系统实现与测试:首先介绍系统软件实现,之后说明系统TX2移植工作,包括多摄像头设备号固定、应用程序打包发布和程序稳定性优化,最后测试系统效果,测试表明本文系统能准确、实时完成所需求的各个监控任务,具有工程使用价值。