基于深度学习的校园安全监控方法研究

摘要

为保护学生人身安全,降低学生因聚集发生事故的概率,笔者设计一种基于卷积神经网络和密度分布特征的校园人群安全监控系统.该系统首先将场景中的人群依据密度进行划分,对于学生稀疏的情况,利用Faster RCNN对目标区域进行判别和分类;针对遮挡密集人群,在人群聚集处使用CSRNet进行拥挤人群密度计算;针对口罩识别,采用Yolov3进行口罩佩戴识别.该系统结合多种算法和方法将人数监测和口罩佩戴功能相结合,及时反馈预警,以提升校园安全管理水平.