基于YOLO网络模型的异常行为检测方法研究

针对监控视频中人体异常行为的复杂多样难检测问题,提出了基于YOLO网络模型的异常行为检测方法。根据对监控场景的异常行为定义需求,将标定的异常行为通过YOLO网络模型进行训练,不进行人体目标的提取而将其放到神经网络中,直接实现端到端的异常行为分类,从而实现对具体应用场景的异常行为检测。实验结果表明,该方法召回率接近100%并且平均精确率达到96%以上,同时通过GPU加速对于视频流的检测速度可以达到30FPS左右,实现对监控视频异常行为的实时检测。