14、视频中的人体检测：安全监控系统的有效解决方案

视频中的人体检测：安全监控系统的有效解决方案

1. 引言

在安全监控系统中，视频中的人体检测是一项至关重要的任务。当我们需要在长时间的视频中追踪某个人，例如在监控摄像头的视频里寻找小偷时，人体检测技术能够显著减少所需的时间和精力。近年来，计算机视觉领域对人体检测问题给予了大量关注。在视觉内容管理中，标记或识别照片和电影中的人物是一项关键任务，这有助于后续的注释、搜索和检索操作。视频监控的一个主要目标是在拥挤环境和公共场所（如机场、火车站和超市）中发现、识别和监控人员。能够在安全摄像头画面中识别个人，有助于企业和组织更快地监测非法进入或盗窃行为。

为了实现视频中的人体检测，我们提出了一种方法来构建一个识别和检测视频中人体的应用程序。该应用程序的目的是在需要时追踪、调查或审查安全摄像头记录的事件。我们比较了三种方法：预训练的Yolov7、自定义的顺序模型和VGG16迁移学习，以检测视频中的人体。实验使用从不同角度和分辨率的安全摄像头提取的数据集进行构建。

2. 相关工作

从机器视觉的角度来看，由于人体的姿态、服装、照明和背景的变化，人体检测具有挑战性。然而，了解这些限制有助于更有效地识别人体。

人体识别过程通常分为两个步骤：目标检测和目标分类。
- 目标检测方法 ：
- 背景减法 ：通过比较当前帧和背景帧的差异，以像素或块为单位检测移动物体。常见的背景减法模型包括自适应高斯混合模型、非参数背景模型、时间差分模型、变形背景模型和分层背景模型。
- 光流法 ：利用时间移动物体的流向量特征来检测图像序列中