摘要：针对井下视频人员检测准确度和效率低的问题,提出了一种基于多特征分析的视频关键帧提取技术和YOLOX算法检测相结合的方法。该方法对井下视频进行关键帧提取处理,使用灰度直方图的欧式距离、HSV颜色空间量化后的余弦距离、方向梯度直方图的相似性和选择结构相似性来计算相邻帧之间的特征相似度。通过动态权重参数的方法融和以上指标作为最终的相似度数值,并与设定的阈值相比较来提取视频的关键帧集合。将提取的关键帧集合在训练好的YOLOX模型中进行检测。通过不断地实验和改进,结果表明,使用该方法对井下视频提取的关键帧冗余度小、分布均匀,能够全面地表达视频的内容。在人员检测方面,能够以更快的速度和更高的精确度实现对井下人员的检测。

摘要：为解决目前实际监控场景下人员检测任务中存在的遮挡问题,提出了一种改进的Yolov3检测网络.首先,针对现有人员检测算法的被检测目标姿态单一且大多是室外直立行人的问题,自建了一个包含16832张样本的多场景人员检测数据集用于对检测网络进行训练和测试,其中包含训练集样本12090张,测试集样本4742张.随后,为了提升网络在遮挡情况下的检测效果,设计了中心点预测模块(CPM)并将其嵌入到原Yolov3网络中3个尺度的输出特征图上,通过该模块首先确定目标的中心位置作为预提取的中心点,随后在此预提取的中心点上对目标的位置和尺寸进行精确的回归.最后,候选框的精确回归中采用广义的交并比指标来构造损失函数进行优化,通过准确地构造候选框和真实目标框的位置关系来提高其回归精度,同时降低损失函数在不同尺度目标下的波动.实验结果表明:优化网络结构和损失函数后的检测网络在测试集上的检测精度提高了2.92%,漏检率下降2.94%,针对实际监控场景下的遮挡情形取得了很好的检测效果,而且对多姿态人员目标的检测结果具有很好的鲁棒性;同时检测速度达到了28帧/s,保证了检测的实时性.另外,在Caltech行人数据库上该网络的漏检率为6.02%,相对于传统的检测网络同样达到了最优的效果,进一步印证了网络在行人检测任务上的优越性.

摘要：为防止非法人员进入变电站,恶意盗窃、破坏行为影响变电站正常运行,提出人员闯入智能检测系统。该系统以Hi3559A为计算单元,接入前端相机可见光数据,运行深度学习检测算法完成对监控区域的人员检测。针对精度优先的神经网络模型难以在资源受限的嵌入式平台上实现的问题,提出一种基于RetinaNet改进的轻量目标检测模型。该模型从网络骨架、特征融合方法和检测头3个部分进行优化,在减少网络冗余的同时,增加了检测模型的精度。此外,采用量化技术压缩模型,优化网络后处理步骤,使网络充分利用Hi3559A硬件资源,进一步减少前向推理耗时。实验结果表明,该系统的检测精度提升2.7%,达到87.0%,运行速率提升8.2倍,达到45.9帧/s,单帧运行时间21.8ms,满足设计要求。

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。

摘要：针对一个目标回波存在多个雷达目标检测点的问题,基于毫米波雷达的传感原理、人员活动特征和聚类数据处理技术分析了雷达配置,提出了一种层级聚类优化技术,提高了检测准确率。选用AWR1443,构建了多输入多输出(MIMO)天线机制的77GHz线性调频脉冲人员活动检测毫米波雷达系统,编制层级聚类优化算法,进行了实际场景人员检测的验证实验。实验结果表明:与同类研究的结果相比,该系统可获得最好的准确率。

摘要：针对室内检测人员传统方案,利用热释电元件检测静止人员或移动缓慢人员存在设计周期长、成本高等问题,基于STM32微处理器应用图像处理技术实现人员定位检测。阐述基于STM32系统硬件电路构成、工作原理及软件设计。数据通过TFTLCD显示,数据实时可通过串口传给计算机便于观测记录。实验结果表明,人员定位检测可靠,电路结构简单。

摘要：针对我国近河流域城市发展的安全隐患,文章提出了河滩人员预警方法,以无人机巡检为背景,结合深度学习在场景分割和目标检测领域的发展应用,采用改进的deeplabv3+语义分割网络划分河岸、河滩和河水地貌,然后以实时性、精度和鲁棒性平衡为目标,设计出实时轻量化的河滩人员检测算法River-YOLO。在实际巡检视频集中测试安全检测算法性能,结果显示deeplabv3+结合River-YOLO的人员预警方法在多种复杂背景下的地貌分割和检测效果较好,且能满足实时性需求,可推广应用于日后的河流巡查中。

摘要：针对公共卫生间易通过接触门把手而发生病菌传播的现状,基于单片机和机械传动结构设计了一种用脚实现开关的多功能门装置。该装置由机械结构部分和电控部分2部分组成。机械结构部分采用开关门踏板通过脚踏齿轮传动和门杆转动轴传动实现开门和关门的功能。电控部分主要针对公共卫生间内人们因长时间玩手机而占用公共资源,以及当卫生间内有人突感身体不适想要求助或者晕倒了无法及时得到救援的问题,利用单片机控制功能,通过检测模块、显示模块和报警模块等来实现人体检测显示长时间无动作报警和人员主动求助的功能。该装置的设计避免了人员直接用手接触公共部位而造成交叉感染的情况,降低病菌传播概率的同时,保障了在公共卫生间内的人的人身安全。

摘要：为研究施工升降机人员超载、非内部人员闯入等不安全行为,设计了基于深度学习人员数量检测和非内部人员识别的软件系统。通过增大感受野、加深CSP2网络层数、引入形变卷积、Retinex图像增强对YOLOv5检测模型进行优化。对比分析YOLOv3、YOLOv4、YOLOv5、改进YOLOv5算法在不同光照强度下的平均检测准确率和鲁棒性。实验结果显示,改进YOLOv5算法的准确率和鲁棒性有较大幅度提升,其中,超员检测正确率为100%,非内部人员检测正确率为95%。

摘要：针对发电厂存在大型设备遮挡、跟踪算法易出现目标ID切换引起跟踪失败的问题,提出基于DeepSORT的改进算法.该算法采用YOLO v5s+DeepSORT实现目标跟踪,针对目标遮挡问题加入边缘撞线机制,设计遮挡补偿函数,缓解目标因遮挡转为删除态的问题.对目标特征保存提出基于置信度权重和关键帧的保存方法,优化特征库质量,提高算法的重识别能力.试验结果表明,改进后的跟踪算法IDS平均下降40.4%、IDF1平均提高16.1%、MOTA平均提高11.6%,MOTP平均提高2.1%,遮挡发生时ID切换次数明显减少,提高了跟踪系统的抗遮挡能力.