一种使用GoogleNet-BiLSTM混合的创新前门安全(FDS)算法

自人类文明诞生以来，安全一直是一个重要问题。这就是为什么我们建造房屋来保护自己和我们的财物。而且，我们不惜花费大量资金在前门锁上，并安装监控摄像头以监测安全威胁。本文提出了一种创新的自动前门安全(FDS)算法，利用人类活动识别(HAR)从实时视频流中检测四种不同的安全威胁，准确率为73.18%。这种活动是通过一种创新的GoogleNet-BiLSTM混合网络组合来识别的。该网络接收来自监控摄像头的视频流，并对活动进行分类。所提出的算法利用此分类来警告任何试图用踢、打或击打来破坏门的行为。此外，所提出的FDS算法在检测前门的枪支暴力方面也有效，这进一步增强了安全性。该基于人类活动识别(HAR)的创新FDS算法展示了提高安全性的潜力，精确度为71.49%，召回率为68.2%，F1分数为0.65.