基于深度学习的关键岗位人员行为分析系统

• 作者: 云旭 宋焕生 梁浩翔 侯景严 戴喆
• 来源期刊: 计算机工程与应用
• 关键词: 目标检测 行为分析 深度学习 目标数据集 图像处理
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 工程与应用|Engineering and Applications
• 页码范围: 225-231
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1912-0187

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.