[发明专利]基于卷积神经网络的吸烟行为检测方法、系统及相关设备

说明书

本发明适用于人工智能技术应用领域，提供了一种基于卷积神经网络的吸烟行为检测方法、系统及相关设备，所述方法包括以下步骤：获取吸烟行为检测数据，所述吸烟行为检测数据包括多帧待识别人脸或人头图像；对所述吸烟行为检测数据中的所述多帧待识别人脸或人头图像进行数据预处理，得到固定尺寸图像；将所述固定尺寸图像输入到预设的卷积神经网络模型中，得到所述吸烟行为检测数据中待识别人脸或人头信息的检测结果；将所述检测结果输入到预设的分类器中，得到最终吸烟行为判断结果。本发明减轻了图像背景信息与检测目标过小对吸烟行为判断结果的影响。

技术领域

本发明属于人工智能技术应用领域，尤其涉及一种基于卷积神经网络的吸烟行为检测方法、系统及相关设备。

背景技术

随着社会的进步与发展，各种摄像设备已经在人们的生活中得到了普及。为了提高园区文明建设，减少明火带来的安全隐患，从边缘监控设备获得的监控图像数据中快速得到有价值的信息，对工作人员来说尤为重要。近年来，以人工智能技术为核心的各种智能化产品正在慢慢走进大众的视野，让人工智能技术为社会、为人民服务已是大势所趋。作为人工智能领域的重要分支，计算机视觉已经日渐成熟。图像的目标检测就是对图像中的目标进行定位和分类识别，利用目标检测的结果可以锁定图像中的目标，有利于工作人员对监控视频开展分析工作。现有的目标检测方法适用于检测较大目标的应用场景，但是，如果目标占整个待检测图像的比例很小，并且和背景色无差异，对于现有的目标检测方法是一个重大的挑战。

发明内容

第一方面，本发明实施例提供一种基于卷积神经网络的吸烟行为检测方法，旨在解决图像背景信息与检测目标过小影响吸烟行为判断结果的问题。

本发明实施例是这样实现的，所述基于卷积神经网络的吸烟行为检测方法包括以下步骤：

获取吸烟行为检测数据，所述吸烟行为检测数据包括多帧待识别人脸或人头图像；

对所述吸烟行为检测数据中的所述多帧待识别人脸或人头图像进行数据预处理，得到固定尺寸图像；

将所述固定尺寸图像输入到预设的卷积神经网络模型中，得到所述吸烟行为检测数据中待识别人脸或人头信息的检测结果；

将所述检测结果输入到预设的分类器中，得到吸烟行为判断结果。

更进一步地，所述获取吸烟行为检测数据包括以下步骤：

获取用于吸烟行为检测的视频数据，对所述视频数据进行拆帧处理，筛选出其中具备人脸或人头的图片。

更进一步地，所述数据预处理包括以下步骤：

将所述吸烟行为检测数据中的图片划为四张一组，进行随机旋转、缩放和色域变化，再按照左上、左下、右下、右上四个方位进行整合，整合图像和框体，进行缩放和黑边填充，得到整合后的固定尺寸图像。

更进一步地，所述将所述固定尺寸图像输入到预设的卷积神经网络模型中，得到所述吸烟行为检测数据中待识别人脸或人头信息的检测结果包括以下步骤：

以固定尺寸图像作为输入，经过Focus结构进行处理，得到第一高级特征，所述Focus结构包括切片、拼接、卷积、批归一化和激活函数；

所述第一高级特征经过若干个CSP结构进行处理，得到第二高级特征；

所述第二高级特征先后经过SPP结构、FPN+PAN结构进行处理，得到第一一维向量图，其中，所述SPP结构将所述第一一维向量图进行三组不同的池化操作，得到第三高级特征，所述FPN结构对所述第三高级特征进行增强，所述PAN结构将所述FPN结构中的每一层输出结果进行融合得到所述第一一维向量图，所述第一一维向量图包含待检测结果的位置信息、类别信息和置信度；

将所述第一一维向量通过人脸或人头预测结构进行处理，输出其中人脸或人头信息的检测结果。