使用 YOLOv8 基于着装检测受限区域异常以增强 CCTV 安全
计算机视觉与模式识别
2026-01-06 v2
摘要
本研究引入了一种创新的安全增强方法，采用先进的图像分析与软计算。重点在于一种智能监控系统，通过分析着装检测受限区域内的未授权人员。传统安全措施在监控未授权访问时面临挑战。借助先进的物体检测算法 YOLOv8，我们的系统根据 CCTV 录像中人员的着装识别授权人员。该方法涉及在全面的制服图案数据集上训练 YOLOv8 模型，以确保在特定区域内的精确识别。软计算技术增强了对动态环境和不同光照条件的适应性。本研究为图像分析与软计算做出了贡献，提供了一种先进的安全解决方案。通过强调基于制服的异常检测，它为受限区域内稳健的安全系统奠定了基础。研究结果突显了基于 YOLOv8 的监控在保障敏感地点安全方面的潜力。
引用
@article{arxiv.2404.00645,
title = {Attire-Based Anomaly Detection in Restricted Areas Using YOLOv8 for Enhanced CCTV Security},
author = {Abdul Aziz A. B and Aindri Bajpai},
journal= {arXiv preprint arXiv:2404.00645},
year = {2026}
}
备注
9 pages, 6 figures