感兴趣区域YOLO_BFROI的扶梯乘客安全检测算法

来源：计算机工程与应用杂志2025年第6期北京时间：

作者：侯颖, 胡鑫, 赵瑞瑞, 张楠, 徐艳红, 马莉

单位：西安科技大学 通信与信息工程学院，西安 710054

摘要：自动扶梯智能化监控是预防乘客事故发生的重要手段，然而扶梯运行环境较复杂，背景干扰严重，远距离小目标乘客的检测容易造成漏检和误检问题，提出一种基于感兴趣区域改进YOLOv8的轻量化自动扶梯乘客摔倒检测算法。改进算法设计了基于感兴趣区域的BiFormer_ROI注意力机制模块，构造SPD-Conv和BiFormer_ROI的小目标检测模块组改进YOLOv8骨干网络，屏蔽非扶梯背景区域的复杂环境干扰，有效提高小目标检测率。考虑实际应用需要采用GhostSlimPAFPN轻量化结构优化Neck网络，在保持检测精度的同时有效减少模型参数量。采用具有目标尺寸自适应惩罚因子的PIoU v2损失函数改进Head网络，从而实现更快的收敛和更高的检测精度。在自建扶梯乘客摔倒数据集上，改进算法乘客摔倒平均检测精度达到94.2%，检测帧率为87.7?FPS，检测性能显著提高，能有效减少漏检和误检问题，且具有良好的实时性，可以更好地保障乘客安全乘梯。

关键词：深度学习,自动扶梯,摔倒检测,YOLOv8算法,感兴趣区域,轻量化