基于目标检测算法的广播电视值班人员到场检测系统设计与实现

摘要：

YOLOv5s是计算机视觉深度学习算法中一种高效的目标检测模型.相较于R-CNN系列算法,极大地提高了检测速度和准确率.本文基于该算法设计了一个广播电视值班人员到场检测系统,通过对机房拍摄到的画面进行实时处理分析,并在系统中加入区域黑场屏蔽、差错规避、入库数据统计删查、摄像头断线重连等几种有效机制,降低了系统检测数据,提升了系统的检测效率和检测精度,实现了对人员到场情况的自动检测并提醒.系统方案准确率高,且适用度广,极大提高了机房值班运行的可靠性,保证了安全播出.

关键词：计算机视觉、深度学习、机房值班、人员检测、YOLOv5s

所属期刊栏目：50

分类号：TN94

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：122-126