首页|基于改进的YOLOv3在电力场景中的人群识别

基于改进的YOLOv3在电力场景中的人群识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
在电力系统中,人员异常聚集具有较高的危险性,在各类变电站和输电线基站场景中,依靠人工监督惊醒预警效率极低,且滞后性较高.为解决以上问题,提出了以监控摄像头为载体,结合人工智能技术,利用基于改进的YOLOv3目标检测系统对电力系统场景中的人员聚集识别技术.该系统运用多尺度卷积特征融合的方法提升了YOLOv3对小目标检测的性能,再辅以先进的人群识别算法,使得在出现人群聚集行为时可以及时做出判断,避免了可能的危险情况.通过多次实验,获得了具有竞争力的测试结果.
Crowd Behavior Recognition Based on Improved YOLOv3 in Electric Power Surveillance

唐标、程志万、李博、朱梦梦、杨莉、梁勇

展开 >

云南电网有限责任公司电力科学研究院,昆明650217

北京智芯微电子科技有限公司,北京102200

电力监控 目标检测 跨尺度预测 人群识别

国家重点研发计划云南电网有限责任公司科技项目

2018YFB2100100YNKJXM20180243

2020

电子器件
东南大学

电子器件

CSTPCD北大核心
影响因子：0.569
ISSN：1005-9490
年,卷(期)：2020.43(3)
  • 2
  • 2