一种基于改进PBAS算法与YOLOv5的校园异常行为检测方法
基本信息
| 申请号 | CN202210209202.1 | 申请日 | - |
| 公开（公告）号 | CN114694090A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694090A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V20/52（2022.01）I;G06V20/40（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06K9/62（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李伟;余文杰;李澎林;余孝琴 | 申请（专利权）人 | 浙江工业大学 |
| 代理机构 | 杭州天正专利事务所有限公司 | 代理人 | - |
| 地址 | 310014浙江省杭州市拱墅区潮王路18号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于改进PBAS算法与YOLOv5的校园异常行为检测方法，包括以下步骤：1）选用Yolov5网络进行模型训练：收集大量的数据样本，对样本进行标定，对不同参数设定下的模型进行对比选定最终训练参数和模型，为后续异常行为检测做准备；2）改进PBAS算法提取动态前景：利用改进的PBAS算法对视频运动区域完成动态前景提取，捕捉到有效的动态行为，过滤掉静态和动态背景，从而屏蔽光照和动态背景等环境因素对目标检测的干扰；3）Yolov5模型检测异常行为：将处理完成后视频帧作为YOLOv5模型的输入进行目标检测，从而确定学生是否存在危险行为。本发明检测结果精确，漏检和误检率相对较小，可以很好地完成校园异常行为的检测。 |
