首页|基于YOLOv4的人体异常行为检测算法研究

基于YOLOv4的人体异常行为检测算法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对公共平场合中监控视频中人体行为分类受背景影响较大,异常行为特征复杂多样问题,以YOLOv4网络模型为基础,分别建立基于YOLOv4及改进后YOLOv4网络的人体异常行为检测模型.通过K-Means聚类获得适合本实验的anchor box,将处理后的数据样本分别送入三种模型中训练,测试结果表明训练所得改进后的YOLOv4异常行为检测模型能够达到96％的map,recall能够达到98％,检测速度能够达到每帧38/ms,同时满足高准确率、实时性的要求.
Research on Human Abnormal Behavior Detection Algorithm Based on YOLOv4

张欣、齐华

展开 >

西安工业大学 西安 710021

YOLOv4 异常行为检测 K-Means聚类 实时检测

陕西省科技厅项目

2018GY-007

2021

10.3969/j.issn.1672-9722.2021.04.034

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(4)
  • 2
  • 2