基于Yolo和GOTURN的景区游客翻越行为识别

• 作者: 周巧瑜 曹扬 詹瑾瑜 江维 李响 杨瑞
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 深度学习 目标检测 目标跟踪 翻越行为识别 Yolo GOTURN
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 应用前沿与综合
• 页码范围: 134-140
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2022.01.023

摘要

近年来,随着旅游市场的快速发展,在旅游景区出现的一些违规行为,不仅危害了人身安全,而且也给社会造成了许多负面影响.由于出现该类行为的频率不高,通过人工观察耗费大量人力资源且效率不高,使用深度学习算法对具体行为进行识别,帮助景区监管人员快速预警违规行为,已成为必然趋势.针对这一问题,结合目标检测与目标跟踪任务,该文提出了一种基于Yolo和GOTURN的景区游客翻越行为识别方法.首先将视频转为视频帧,再经过Yolo目标检测和GOTURN目标跟踪得到人员边界框坐标和视频帧轨迹点集合,再进入轨迹分析得出最终结果标签(是否为翻越行为),形成一个完整的翻越行为识别方法.实验数据表明,基于Yolo和GOTURN的景区游客翻越行为识别方法相对于其他方法具有较高的准确率,应用在实际的景区游客翻越行为识别系统中得到了93.7％的准确率.