典型文献
教室监控下学生异常行为检测系统
文献摘要：
针对教室监控中学生异常行为无法实时检测并反馈的现状,设计了一套基于YOLO v3算法的教室监控学生异常行为检测系统,包括摄像头硬件采集、异常行为识别和响应三个模块.其中采用基于数据标签的随机擦除预处理方法模拟图像中的目标被遮挡的情形,提高网络的泛化能力,使得网络仅通过学习局部特征即可完成目标的检测和识别;其次改进了YOLO v3算法的骨干网络Darknet,扩充浅层网络,使网络不容易忽略图片边缘或小目标物体.改进后网络的精准度、召回率以及运算速度分别提升4.2％、4.8％和8 frame/s;最后将检测功能集成于Qt编写的可视化软件,降低使用检测模型的成本,满足实时检测任务的要求,一定程度上减轻教员工作量并且提升课堂效率.
文献关键词：
深度学习;异常行为;教室监控;随机擦除;YOLO v3算法;GIoU
中图分类号：
作者姓名：
谭暑秋;汤国放;涂媛雅;张建勋;葛盼杰
作者机构：
重庆理工大学 计算机科学与工程学院,重庆 400054;中国矿业大学 计算机科学与工程学院,江苏 徐州 221116
文献出处：
引用格式：
[1]谭暑秋;汤国放;涂媛雅;张建勋;葛盼杰-.教室监控下学生异常行为检测系统)[J].计算机工程与应用,2022(07):176-184
A类：
B类：
教室监控,异常行为检测,中学生,实时检测,YOLO,v3,摄像头,异常行为识别,数据标签,随机擦除,预处理方法,拟图,遮挡,泛化能力,局部特征,检测和识别,骨干网络,Darknet,略图,小目标,召回率,frame,功能集成,Qt,可视化软件,检测模型,教员,课堂效率,GIoU
AB值：
0.366171
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
