随着网点数量的快速增长,物流快递驿站的安全问题得到了越来越多的重视。文章提出了一种基于深度学习的物流快递驿站异常行为识别方法,其采用卷积神经网络ResNet152提取视频的每一帧图像特征,通过递归神经网络LSTM对帧与帧之间的时序关系进行建模,并采用多路分支网络架构以适应不同物流快递驿站的摄像机视角变化。在实际物流快递驿站场景下的实验结果验证了本文方法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
