一种基于CEF-YOLOv10与姿态时序建模的自动扶梯行人摔倒检测方法

本发明公开了一种基于CEF‑YOLOv10与姿态时序建模的自动扶梯行人摔倒检测方法，属于计算机视觉行人实时行为检测领域。本发明构建了改进模型CEF‑YOLOv10，通过结合局部窗口注意力与分组注意力机制，实现局部卷积与图像整体感知的协同建模。采用双向特征融合与上下文信息增强策略，构建了上下文增强型双向特征金字塔网络和动态背景抑制与层级特征解耦模块，采用改进后的Openpose姿态估计模型对置信框区域图像进行姿态估计，引入长短时记忆网络模型进行摔倒行为推理与判断，实现实时、可靠的摔倒检测与智能预警。本发明具有时空特征表达能力强、部署灵活和响应快速等优点，适用于设置自动扶梯的公共环境中的智能安防系统。