论文部分内容阅读
在电力系统中,人员异常聚集具有较高的危险性,在各类变电站和输电线基站场景中,依靠人工监督惊醒预警效率极低,且滞后性较高。为解决以上问题,提出了以监控摄像头为载体,结合人工智能技术,利用基于改进的YOLOv3目标检测系统对电力系统场景中的人员聚集识别技术。该系统运用多尺度卷积特征融合的方法提升了YOLOv3对小目标检测的性能,再辅以先进的人群识别算法,使得在出现人群聚集行为时可以及时做出判断,避免了可能的危险情况。通过多次实验,获得了具有竞争力的测试结果。