面向视频的人员入侵检测方法研究及应用

作     者：吴春香 吴恋 WU Chun-xiang;WU Lian

作者机构：贵州大学计算机科学与技术学院贵州贵阳550025 贵州师范学院贵州贵阳550018 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2022年第32卷第4期

页      面：116-121页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：广东省科技计划项目(2018B010108003) 

主　　题：视频监控 入侵检测 区域入侵 越线入侵 yolov3 

摘      要：近年来智能视频监控在智能安防中的应用越来越广泛,人员入侵则是智能监控中一个重要部分。然而传统基于运动检测的入侵检测方法稳定性差,容易受到光照和相似物干扰引起误报,为解决这个问题,文章主要对基于深度学习的区域入侵检测和越线入侵检测方法进行研究,实现视频监控下人员入侵智能检测与入侵帧存储。针对不同监控角度下yolov3检测得到的行人,设置不同检测点作为入侵检测定位点,在入侵判断方面,为提高判断的稳定性,文章提出鲁棒有效的入侵判断规则,即采用行人连续多帧位置的均值为判断依据,当行人连续多帧位于禁区时启动报警。通过在多个场景中与现有流行方法进行对比实验验证了所提方法的实时性、有效性及鲁棒性。