本科毕业论文（设计）专用
本科毕业论文（设计）专用
本科毕业论文（设计）
论文题目 ： 基于深度学习技术的人员行为异常检
测系统设计
摘 要
随着人工智能领域技术的不断发展，人工智能与制造业的融合应用已具备一定的基础。现代工厂中人员基数较大，人员行为状况复杂，发生突发意外事件的情况可能性较大，为了方便企业对员工异常行为的判断，提高工厂安防能力，本设计拟设计一款现代工厂作业人员行为异常检测系统。
本设计利用深度学习技术，对数据进行训练与验证，依靠openpose框架对权重进行设置，以达到视觉检测的效果，使用OpenPose在做动作识别的时候可以有效的提高动作识别度，增加视觉识别的准确性和数据交互能力。同时，利用OpenPose算法对目标进行检测与数据分析，并对所检测的图像中的人体骨架的关键信息点进行目标检测和数据分析，将算法检测出的图像中人体骨架进行信息关键点标注，将骨架关键点连接形成一个类似火柴人的骨架，然后计算每一个关键点的夹角，以此来判断人体动作的姿态显示。
本设计系统通过VisualStudioCode软件搭载python3.75进行程序设计实现对人体姿态识别，并进行了实验验证，通过实验表明：本系统结构简单，设备需求量减小、数据集中，系统稳定性好，与传统人体姿态识别方法相比，数据交互性强，使用成本较低，数据量较小。
关键词：Openpose；姿态识别；人体姿态；目标检测
Abstract
Withthecontinuousdevelopmentofartificialintelligencetechnology,thefusionapplicationofartificialintelligenceandmanufacturingindustryhasacertainbasis.Inmodernfactories,thepersonnelbaseislarge,thepersonnelbehavioriscomplex,andthepossibilityofaccidentsislarge.Inordertofacilitatetheenterprisetojudgetheabnormalbehaviorofemployeesandimprovethefactorysecurityability,thisdesignintendstodesignamodernfactorypersonnelbehaviorabnormaldetectionsystem.
Thisdesignusesdeeplearningtechnologytotrainandverifydata,andreliesonopenposeframeworktosetweights,soastoachievetheeffectofvisualdetection.OpenPosecaneffectivelyimprovethedegreeofmotionrecognition,increasetheaccuracyofvisualrecognitionandtheabilityofdatainteractionwhendoingmotionrecognition.Atthesametime,theOpenPosealgorithmwasusedfortargetdetectionanddataanalysis,andthekeyinformationpointsofhumanskeletoninthedetectedimagesweredetectedanddataanalysis.Thekeyinformationpointsofhumanskeletonintheimagesdetectedbythealgorithmweremarked,andtheskeletonkeypointswereconnectedtoformaskeletonsimilartothatofamatchman,andthentheincludedAngleofeachkeypointwascalculated.Tojudgetheposturedisplayofhumanmovement.