基于行人重识别技术的校园安全管理系统

搜索

基于行人重识别技术的校园安全管理系统

全文直达

引用

打印

摘要：现有校园监控多使用面部识别技术，存在远距、遮挡、背光等场景下识别失效的问题。针对此问题，本文引入行人重识别技术，利用身体姿态特征进行人员识别，进而设计实现一个克服面部识别缺点的校园安全管理系统。系统通过多路 RTSP 摄像头采集视频，借助 YOLOv8 精准检测行人。再将检测到的图像输入行人重识别模型，提取衣着、体态和步态等高维特征，跨摄像头比对并持续跟踪目标。系统部署在阿里云 GPU 加速的服务器上，采用云端与客户端分离架构。云端提供告警及低延迟视频流。客户端实现可视化监控、实时定位和智能报警。数据层使用 MySQL 存储基础信息与事件记录，Redis 缓存特征向量以加速检索，并预留高规格 GPU 平滑扩展方案。该系统在复杂监控视角下能实现高精度、多摄像头的连续跟踪，可以弥补传统面部识别短板，提升校园全域安防能力。

关键词：

校园安防系统；行人重识别；姿态特征识别；YOLOv8；运动轨迹分析

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2025,7(3)