智能视频监控系统中改进
YOLO
算法的实现
刘
君,谢颖华
【摘
要】
智能视频监控主要采用了人工智能、图像处理等先进技术对监控摄像
头获得的图像进行分析和处理,在各行各业中得到了广泛的应用,成为当今社
会研究的热点。介绍了智能视频监控系统的架构,针对数字化车间的特点,提
出一套基于深度学习的检测方法,将
YOLO
检测算法用于数字化车间中人员和
安全帽的检测。为了提高
YOLO
算法检测小物体的能力,设计了一种改进的
YOLO
网络结构,将
RPN
检测算法融入到
YOLO
算法中,并借鉴
R-FCN
算法
,
去掉一个全连接层,在卷积层上进行滑动窗口操作,采用先池化再卷积的方法,
以减少图片特征丢失。将改进后的算法用于视频监控中,有效地减少了检测过
程中图片特征的丢失,系统检测的实时性和准确率均满足实际工程的需求,实
现了车间的智能检测。
【期刊名称】
微型机与应用
【年
(
卷
),
期】
2019(038)004
【总页数】
5
【关键词】
智能视频监控;深度学习;
YOLO
;数字化车间
引用格式:刘君,谢颖华
.
智能视频监控系统中改进
YOLO
算法的实现
[J].
信息
技术与网络安全,
2019,38(4)
:
102-106.
0
引言
智能视频是一项安全监控的手段,是当今社会研究的热点
[1]
。传统的视频监控
仅提供视频捕获、存储和回放功能,智能视频监控系统可以起到报警预警、实
时监控的作用。智能视频监控的最显著特点为在视频分析中应用了计算机视觉