1.完整项目描述和程序获取
>面包多安全交易平台:https://mbd.pub/o/bread/ZpiUmpht
>如果链接失效，可以直接打开本站店铺搜索相关店铺：
>如果链接失效，程序调试报错或者项目合作也可以加微信或者QQ联系。
2.部分仿真图预览
3.算法概述
基于GoogLeNet深度学习网络的人员行为视频检测系统是一个高度复杂的计算机视觉应用，它利用深度神经网络的强大功能来识别和分类视频中的人员行为。GoogLeNet，也称为Inception网络，是由Google的研究团队提出的一种高效的卷积神经网络架构，因其创新的Inception模块而闻名，这一模块通过组合不同大小的卷积核来减少模型的参数数量，同时保持强大的特征提取能力。
4.部分源码
set(handles.edit2,'string',Predicted_Label);
cnt = 0;
flag=[];
while hasFrame(v)%开始帧循环
set(handles.edit2,'string','识别中.....');
cnt = cnt+1;
axes(handles.axes1);
im = readFrame(v);
[rr,cc,kk] = size(im);
II(:,:,1) = imresize(im(:,:,1),[224,224]);
II(:,:,2) = imresize(im(:,:,2),[224,224]);
II(:,:,3) = imresize(im(:,:,3),[224,224]);
if mod(cnt,10)==1
[Predicted_Label, Probability] = classify(net, II);
[Vs,Is] = max(Probability);
Is
flag=[flag,Is];
imshow(II)
else
imshow(II)
end
% set(handles.edit2,'string',Predicted_Label);
pause(0.05);
end
xx = mode(flag)
if xx==1
set(handles.edit2,'string','乐队');
end
if xx==2
set(handles.edit2,'string','乒乓球');
end
if xx==3
set(handles.edit2,'string','刷牙');
end
if xx==4
set(handles.edit2,'string','婴儿爬行');
end
if xx==5
set(handles.edit2,'string','打鼓');
end
if xx==6
set(handles.edit2,'string','拳击');
end
if xx==7
set(handles.edit2,'string','标枪投掷');
end
if xx==8
set(handles.edit2,'string','涂抹眼妆');
end
if xx==9
set(handles.edit2,'string','篮球');
end
0Y_029m
---
