【技术实现步骤摘要】
校园危险行为检测方法、系统、设备及存储介质
[0001]本专利技术涉及校园危险行为检测
,特别是涉及校园危险行为检测方法
、
系统
、
设备及存储介质
。
技术介绍
[0002]本部分的陈述仅仅是提到了与本专利技术相关的
技术介绍
,并不必然构成现有技术
。
[0003]随着深度学习的发展和在教育领域的普及,结合计算机视觉技术对视频的画面进行分析和处理已经是必然趋势,目标检测和行为识别在工业
、
安全
、
医疗和教育领域的应用也逐渐广泛和深入
。
校园危险行为是指在校园中出现的如打架,楼梯间奔跑等行为和动作,校园内的安全问题错综复杂,人为干预难度大耗时费力且容易有疏漏
。
校园安全防范目前主要依赖校方组织教育学习
。
监控设备目前在安全防护方面往往充当事后分析的角色
。
技术实现思路
[0004]为了解决现有技术的不足,本专利技术提供了校园危险行为检测方法
、
系统
、
设备及存储介质;本专利技术的检测行为包括:打架
、
奔跑和抽烟三个危险行为
。
[0005]一方面,提供了校园危险行为检测方法;
[0006]校园危险行为检测方法,包括:
[0007]获取待检测的图像;
[0008]将待检测的图像,输入到训练后的校园危险行为检测模型中,输出校园危险行为检测结果;
...
【技术保护点】
【技术特征摘要】
1.
校园危险行为检测方法,其特征是,包括:获取待检测的图像;将待检测的图像,输入到训练后的校园危险行为检测模型中,输出校园危险行为检测结果;其中,训练后的校园危险行为检测模型采用改进的
yolov7
来实现,改进的
yolov7
是将原始
yolov7
的
head
模块的
cat
单元,替换为注意力机制单元
CM
;训练后的校园危险行为检测模型,训练过程中所采用的损失函数为
DRIoU。2.
如权利要求1所述的校园危险行为检测方法,其特征是,所述训练后的校园危险行为检测模型,训练过程包括:构建数据集,对数据集进行增强处理,将数据集按照比例划分为训练集
、
验证集和测试集;所述数据集为已知校园危险行为标签的校园内部监控图像;所述标签包括:吸烟
、
打架
、
教室内奔跑;将训练集输入到校园危险行为检测模型中,对模型进行训练,当模型的损失函数
DRIoU
不再下降时,停止训练,得到初步训练后的模型;采用验证集对初步训练后的模型进行验证;采用测试集对初步训练后的模型进行测试;当测试指标均达到设定阈值时,停止训练,得到训练后的校园危险行为检测模型
。3.
如权利要求2所述的校园危险行为检测方法,其特征是,所述对数据集进行增强处理,包括:对图像进行翻转
、
对比度调整
、
添加高斯噪声
、
调整曝光程度
、
对颜色空间进行增强模拟不同光照水平
。4.
如权利要求2所述的校园危险行为检测方法,其特征是,所述测试指标,包括:检测效率
、
准确率
、
召回率
、
精确度;检测效率:
IOU
表示目标检测框的交并比;准确率:召回率:精确度:召回率
F
‑1计算:其中,
b
表示预测框,
b
gt
目标的中心点,
ρ2表示计算真实框的中心点和预测框的中心点
的欧氏距离,
c
表示包含真实框和预测框的并集区域对角线的距离
,w1、w2、h1、h2
分别代表预测框和真实框的宽度和高度,
TP
代表真正例,模型判断和实际均为正确;
TN
代表真反例,被模型预测为负类的负样本;
FP
代表假正例,被模型预测为正的负样本;
FN
代表假反例,被模型预测为负的正样本
。5.
如权利要求2所述的校园危险行为检测方法,其特征是,所述损失函数
DRIoU
,具体表达为:达为:达为:达为:其中,
b
表示预测框,
b
gt
表示目标的中心点,
ρ2表示计算真实框的中心点和预测框的中心点的欧氏距离,
c
表示包含真实框和预测框的并集区域对角线的距离,
w1代表预测框的宽度,
w2代表真实框的宽度,
h1代表预测框的高度,
h2代表真实框的高度,
l1和
l2代表两向量的长度,
arctan(x)
的函数值并不会随着
x
值的不断增大而快速上升
。6.
如权利要求1所述的校园危险行为检测方法,其特征是,所述改进的
yolov7
,包括:依次连接的第一
CBS
模块
、
第二
CBS
模块
、
第三
CBS
模块
、
第四
CBS
模块
、
第一
ELAN
模块
、
第一
MP
‑1模块
、
第二
ELAN
模块
、
第二
MP
‑1模块
、
第三
EALN
模块
、
第三
MP
‑1模块
、
第四
ELAN
模块
、SPPCSPC
模块
、
第五
CBS
模块
、
第一上采样模块
、
第一注意力机制模块
CM、
第一
ELAN
‑
W
模块
、
第六
CBS
模块
、
第二上采样模块
、
第二注意力机制模...
【专利技术属性】
技术研发人员:刘祥志,邱文科,吴晓明,尹训嘉,裴加彬,
申请(专利权)人:齐鲁工业大学山东省科学院山东山科智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。