基于骨架关键点的车内异常行为识别方法
来源：机械与电子杂志2021年第03期北京时间：
作者：赵雄;陈平;潘晋孝
单位：中北大学信息探测与处理山西省重点实验室,山西 太原 030051
摘要：针对现有异常行为识别方法在车内场景应用少，并且受车内空间狭小、异常行为复杂多变等影响导致识别有效性差等问题。在Alpha pose模型提取驾乘人员骨架关键点基础上，构建驾乘人员人体坐姿模型，采用关键点位置信息描述异常状态，最后利用概率学习模型将位置信息转换为概率对行为进行识别分类。经实验测试，该方法对车内前排人员异常行为的识别准确率能够达到90%以上，且具有一定的实用价值。
关键词：lpha pose;坐姿骨架关键点;概率学习模型
