基于目标检测算法的广播电视值班人员到场检测系统设计与实现

作     者：郑晓夏 Zheng Xiaoxia

作者机构：宁波广播电视发射中心浙江315000 

出 版 物：《广播与电视技术》 (Radio & TV Broadcast Engineering)

年 卷 期：2023年第50卷第10期

页      码：122-126页

摘      要：YOLOv5s是计算机视觉深度学习算法中一种高效的目标检测模型。相较于R-CNN系列算法,极大地提高了检测速度和准确率。本文基于该算法设计了一个广播电视值班人员到场检测系统,通过对机房拍摄到的画面进行实时处理分析,并在系统中加入区域黑场屏蔽、差错规避、入库数据统计删查、摄像头断线重连等几种有效机制,降低了系统检测数据,提升了系统的检测效率和检测精度,实现了对人员到场情况的自动检测并提醒。系统方案准确率高,且适用度广,极大提高了机房值班运行的可靠性,保证了安全播出。

主 题 词：计算机视觉 深度学习 机房值班 人员检测 YOLOv5s 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

D　O　I：10.16171/j.cnki.rtbe.20230010025

馆 藏 号：203124191...