基于 Yolo 和 GOTURN 的景区游客翻越行为识别

来源：计算机技术与发展杂志2022年第01期北京时间：

作者：周巧瑜;曹扬;詹瑾瑜;江维;李响;杨瑞;

单位：1. 电子科技大学 信息与软件工程学院,四川 成都 610054;2. 中电科大数据研究院有限公司,贵州 贵阳 550022;3. 提升政府治理能力大数据应用技术国家工程实验室,贵州 贵阳 550022

摘要：近年来,随着旅游市场的快速发展,在旅游景区出现的一些违规行为,不仅危害了人身安全,而且也给社会造成了许多负面影响。 由于出现该类行为的频率不高,? ?通过人工观察耗费大量人力资源且效率不高,使用深度学习算法对具体行为进行识别,帮助景区监管人员快速预警违规行为,已成为必然趋势。 针对这一问题,结合目标检测与目标跟踪任务,该文提出了一种基于 Yolo 和 GOTURN 的景区游客翻越行为识别方法。 首先将视频转为视频帧,再经过 Yolo 目标检测和GOTURN 目标跟踪得到人员边界框坐标和视频帧轨迹点集合,再进入轨迹分析得出最终结果标签( 是否为翻越行为) ,形成一个完整的翻越行为识别方法。 实验数据表明,基于 Yolo 和 GOTURN 的景区游客翻越行为识别方法相对于其他方法具有较高的准确率,应用在实际的景区游客翻越行为识别系统中得到了 93. 7% 的准确率。

关键词：深度学习;目标检测;目标跟踪;翻越行为识别;Yolo;GOTURN