景区涂刻行为感知预警数据

采集人工模拟景区游客墙体刻画、违规涂刻的行为视频，依托YOLOv11 构建目标检测与姿态估计双模型融合架构，输出涂刻行为实时检测结果。该数据及算法可应用于景区文物墙体、景观设施涂刻行为智能监测、早期自动预警场景，通过双阈值特征校验抑制复杂环境误报，涂刻行为识别召回率达 97.5%，精准区分正常与违规涂刻行为，形成智能识别、自动预警、人工联动处置的闭环管控，有效提升景区文物及景观设施违规涂刻行为防控效率。1. 数据来源：采集了由企业员工人工模拟涂刻样本的视频数据； 2. 数据处理： 对上述数据进行了以下处理： （1）构建图像目标检测模型：采用YOLOv11框架为基础，通过随机旋转、缩放、马赛克增强（Mosaic）和混合（MixUp）等数据增强技术检测出目标人员，初步识别出可疑对象（涂刻人员）和干扰对象（正常行人）； （2）构建人体姿态估计检测模型：采用YOLOv11框架为基础，识别目标人员的涂刻关联行为特征姿态（人体骨骼点），包括左肩、右肩、左肘、右肘、左膝、右膝等关键点； （3）双模型融合处理：基于构建的目标检测模型，配置基础置信度为0.45，持续时间阈值设置为1.5s，输出涂刻人员的检测目标框，基于构建的姿态评估检测模型，将人体骨骼点与通过目标检测模型检测出的涂刻人员进行关联，设置关联IOU 阈值为0.5，若IOU大于0.5，则认为该检测框与此骨骼点集属于同一目标，进而对该目标行持续轨迹跟踪，判断行为持续时间，精准甄别违规涂刻异常行为（模型精准度以召回率表示）。

搜集汇总

背景与挑战

背景概述

该数据集采集企业员工人工模拟的景区游客墙体刻画与违规涂刻行为视频，基于YOLOv11构建目标检测与姿态估计双模型融合架构，通过基础置信度0.45、IoU阈值0.5及持续时间阈值等参数实现涂刻行为实时检测与预警，召回率达97.5%。其可应用于景区文物墙体和景观设施的涂刻行为智能监测与早期自动预警，形成智能识别、自动预警、人工联动处置的闭环管控，提升防控效率。