基于深度学习的人体持有武器识别研究
黄兆年1
卢龙生2
程朋1
李恒1
1.武汉数字工程研究所 武汉 4302052.广州市长岛光电机械厂 广州 510336
摘要：论文提出一种基于改进的时空卷积神经网络加上YOLOv5 识别人员是否携带武器的方法,此方法首先从边境的监控录像中提取单帧为单元提取人体骨架点信息,然后以时空图卷积神经网络为框架聚合多帧图像信息,判别人员动作.再通过YOLOv5 和人体骨架检测人员和武器之间的关系,判断运动的人员是否携带武器.最后通过实验验证方法的有效性,结果表明该方法可以充分利用多帧图像中的骨架点之间的时空信息,来准确识别人员运动情况,以及是否携带武器,具有很好的准确率和鲁棒性.
关键词：动作识别武器识别骨架信息提取时空图卷积神经网络
分类号：TP391.41(计算技术、计算机技术)
论文发表日期：2025-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 38-42 )
英文信息