随着经济的蓬勃发展,城市化步伐急剧加快,自动扶梯的使用数量也随之飞速增长,它广泛应用于商场、宾馆、机场、车站等公共场所。但是,自动扶梯在节能和安全方面存在缺陷:(1)自动扶梯保持盲目的工作状态,致使能源浪费;(2)自动扶梯是台阶移动式运输装置,容易引起人身意外伤害事故。目前应用于自动扶梯节能检测方式有两种:红外线检测和重力感应检测。两者共同的缺点是只能实现节能控制,无法对于扶梯乘客的危险行为进行智能识别。本文提出的基于全景视觉的自动扶梯节能及智能监控系统,在解决扶梯节能的基础上,同时对异常行为进行识别,实现智能监控。本文旨在解决四个问题:1.人体对象检测和分割问题。本文综合分析混合高斯背景差分的人体目标检测方法和HOG特征匹配的人体模型检测方法的优缺点,提出基于混合高斯背景差分的HOG特征匹配算法,降低人体对象误检率的同时,还对粘连的人体对象进行有效分割。2.人体对象跟踪问题。针对少数帧人体对象因漏检问题导致的跟踪丢失,本文研究一种新的解决方案:结合卡尔曼预测器的光流跟踪算法,可以极大降低跟踪的丢失率,并为后续异常行为判断做相应技术准备。3.自动扶梯的节能设计与实现。系统定制扶梯关注区域,并根据区域内人数的情况,以及扶梯入口处的前景变化,实现自动扶梯的自动开启与停止,达到节约能源的目的。4.人体异常行为识别。结合人体对象跟踪,对逆行、越界、意外摔倒等异常行为进行自动识别,并将危险状态用语音或者其他方式进行提示。本系统具有安装容易、实施方便、维护简单、易于升级改造等优点。实验证明,系统能够实时地检测和分割自动扶梯上的人体对象,实现自动扶梯的节能效果,并通过跟踪实现对逆行、越界、意外摔倒等异常行为的检测,确保乘客安全。