基于深度学习的关键岗位人员行为分析系统

摘要：

针对关键岗位的人员行为分析的问题,提出了一种基于视频的行为分析方法.制作了包含多姿态样本的岗位人员行为数据集,并使用YOLOv3网络训练该数据集得到行为检测模型.使用提出的人员行为分析算法结合行为检测模型对视频进行处理,对人员行为进行初步分析.在人员行为分析算法的基础上,结合图像相似度和明暗度等特征,进行深度分析并给出离岗、睡觉和玩手机事件的判断结果.实验结果表明,制作的数据集在人员行为检测中有较高的检测精度,同时行为分析的准确度也较高,并且能够进行实时处理.

关键词：目标检测、行为分析、深度学习、目标数据集、图像处理

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;教育部联合基金;陕西省重点研发计划重点项目;中央高校团队培育项目

在线出版日期：2021-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：225-231