期刊专题

10.3969/j.issn.2095-2163.2023.04.029

校园围栏场景下的异常行为检测系统

引用
针对校园封闭管理下的学生翻越围栏、偷取外卖等现象,提出一种基于YOLOv5的校园围栏场景下行人异常行为检测系统.该系统首先对监控视频中提取的图像进行网络训练,模型训练完成后以此来检测视频中的翻越、攀爬栅栏围墙等异常行为.当检测到与围栏距离过近的人员存在疑似异常行为时,系统触发警报模块,警示学生保持与围栏间的距离.

深度学习、异常行为检测、YOLOv5

13

TN911.73

辽宁省大学生创新创业训练计划项目S202110142041

2023-05-25(万方平台首次上网日期,不代表论文的发表时间)

共4页

174-177

相关文献
评论
暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

13

2023,13(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅