基于姿态表征的轻量化行人异常行为检测算法.pdfVIP

第30卷第3期西安邮电大学学报Vol.30No.3

2025年5月JOURNALOFXIANUNIVERSITYOFPOSTSANDTELECOMMUNICATIONSMay2025

doi:10.13682/j.issn.2095-6533.2025.03.011

基于姿态表征的轻量化行人异常行为检测算法

李晨琛1，窦敬1,孙雾云²,王

王蒙3

（1.长庆油田数字和智能化事业部，陕西西安710018；2.西安电子科技大学计算机科学与技术学院，陕西西安710071；

3.西安工程大学计算机科学学院，陕西西安710048）

摘要：针对复杂场景中行人异常行为检测问题，提出一种基于姿态表征的轻量化行人异常行为检测算法。使用

姿态估计网络预测行人关键点信息，通过引人无迹卡尔曼滤波器，对因噪声干扰或数据丢失导致的关键点特征进

行补全，确保姿态数据的完整性。将关键点特征转换为更具表达力的角度和距离特征，有效表征人体运动的几何

和运动学特性，并使用轻量化分类模型对提取的特征进行异常行为判定。实验结果表明，与现有算法相比，所提算

法在复杂场景下的检测准确率达到95.8%，在异常行为检测方面具有较高的精度优势。

关键词：表征学习；复杂场景理解；行为识别；异常行为检测；关键点特征

中图分类号：TP391文献标志码：A文章编号：2095-6533（2025)03-0094-09

Poserepresentation-basedlightweightpedestrian

abnormalbehaviordetectionalgorithm

LIChenchen,DOUJing,SUNJiyun?²,WANGMeng?

(1.DigitalandIntelligentManagementDepartment,PetroChinaChangqingOilfieldCompany,Xian710018,

China;2.SchoolofComputerScienceandTechnology,XidianUniversity,Xian710071,China;

3.SchoolofComputerScience,XianPolytechnicUniversity,Xian710048,China)

Abstract:Fortheproblemofpedestrianabnormalbehaviordetectionincomplexscenes,alight-

weightpedestrianabnormalbehaviordetectionalgorithmbasedonposerepresentationispro-

posed.Aposeestimationnetworkisusedtopredictthepedestrianskeypointinformation,and

theintegrityoftheposedataisensuredbyintroducingatracelessKalmanfiltertocomplement

thekeypointfeaturescausedbynoiseinterferenceordataloss.Thekeypointfeaturesarecon-

vertedintomoreexpressiveangleanddistancefeaturestoeffectivelyrepresentthege