基于轻量级YOLOv3的员工违规行为检测算法
王纵驰1
刘健2
王培2
雷磊3
于佳耕4
陶青川3
1.中国航空油料集团有限公司 北京 1000882.航天神舟智慧系统技术有限公司 北京 1000293.四川大学电子信息学院 成都 6100654.中国科学院软件研究所 北京 100190
摘要：随着工业互联网安全受到越来越多的关注,如何通过技术手段保障生产环境安全就成为单位管理人员所思考的问题.论文针对值班室、中控室、管理室等类似场景的安全需求,提出了一种基于轻量级卷积网络的员工违规行为检测算法.该算法能够实时监测指定区域工作人员的行为状态,避免因员工长时间处于离岗、睡岗状态时,可能导致设备设施生产事故、设备信息泄露、无法处理应急事件等情况的发生.违规行为检测算法由人体检测与行为识别算法两部分组成.首先,通过轻量级人体检测网络获取人体检测框;而后,利用目标跟踪算法与行为识别算法对人体检测框进行识别,进而确定工作人员是否存在违规行为.实验数据表明:该算法大大减少网络权重以及计算量,在边缘设备Hi3559A上检测速度可达13 ms,在实际场景数据集上,违规行为检测准确率可达96.6%.
关键词：违规行为检测YOLOv3人体检测边缘设备
分类号：TP301.1(计算技术、计算机技术)
论文发表日期：2024-04-20
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：9( 1005-1013 )
英文信息