手扶电梯在现代城市中随处可见,给人们生活带来便利。随着当今时代高层建筑的逐渐增多以及档次的稳步提高,目前已经不仅仅要求电梯在搭乘时候的快速、舒适,人们对手扶电梯的安全可靠性的需求也越来越高,手扶电梯也正在向智能化的方向发展。本文基于Jetson Xavier嵌入式设备,开发了一个手扶电梯智能视频监控系统。系统通过对三路不同角度拍摄的摄像头采集到的图像进行分析,完成了扶梯楼层板上的乘客人头和大件物品的检测及跟踪,以及扶梯上乘客骨架提取、跟踪。并在此基础上实现客流量统计、乘客逆行检测、乘客拥堵检测、乘客行为识别以及大件物品滞留检测的功能。本文主要工作包括以下四个方面:1)乘客人头以及大件物品检测:比较传统的前景提取方法、机器学习和深度学习方法的优缺点及局限性后,最终选定YOLOv3-tiny作为乘客人头检测方法,选定KNN背景建模算法并结合KD树算法对大件物品的进行检测。2)俯拍场景下的乘客人头以及大件物品跟踪:在比较各种跟踪方法之后,选择MOSSE对乘客人头进行跟踪,并使用匈牙利匹配算法,对跟踪结果及检测结果的矩形框交并比进行匹配,从而实现乘客人头的跟踪;使用匈牙利匹配算法对相邻帧的大件物品进行匹配,从而实现大件物品跟踪;基于跟踪结果,对乘客及物品在扶梯楼层板的行为进行检测,行为包括客流量统计、乘客逆行、乘客滞留、乘客拥堵及大件物品滞留。3)扶梯上乘客的异常行为识别:在介绍各种骨架提取方法的优缺点后,使用自上而下的骨架提取方法,首先使用YOLOv3进行扶梯上的乘客检测,然后使用Mobile Netv2结合反卷积层的方法对检测出来的乘客进行单人骨架提取。接着,使用骨架距离作为跟踪依据,并用匈牙利匹配算法来对相邻帧之间的人体骨架进行匹配,从而实现扶梯上乘客的跟踪。基于以上结果,使用结合滑动窗的图卷积神经网络对乘客异常行为进行识别。4)基于Jetson Xavier的实现及测试:首先介绍系统软件各个部分功能的组成结构,然后根据嵌入式Jetson Xavier平台的特性,对本文算法的进行移植。最后对系统进行性能测试,结果表明本系统能够稳定准确完成各个任务,具有重要的使用价值。