基于深度学习的危险行为识别系统设计

摘要

随着人们安全意识的不断增强,传统的人工监控系统已不能适应社会发展的需要,在数量巨大的监控视频数据面前,单纯依靠人来处理监视内容难以构成真正安全的系统。将计算机视觉技术应用到监控系统中,使计算机对监视视频中的内容进行自动理解、识别出危险行为并发出报警,已成为新一代的智能监控技术。针对YOLOv4目标检测算法方便部署与监控系统的特点,本文提出一种基于深度学习的典型危险行为识别系统设计方案,基于YOLOv4算法提出一种有优化网络结构的方法,提高了算法检测的准确度。实验测试表明,本文设计的系统能提高监控系统对危险行为的识别准确度,同时在公共场合发生危险行为时也可发出警报进行警示。