基于优化的YOLOv4模型的吸烟行为识别方法技术

本发明专利技术公开了基于优化的YOLOv4模型的吸烟行为识别方法，涉及图像处理技术领域，该方法包括获取人员吸烟和人员未吸烟的图像，并对图像进行预处理得到训练集；对训练集中的每个图像进行标注，标签类别包括smoking和person；优化YOLOv4模型框架，在模型的骨干网络中加入小目标增强注意力机制，提升了检测算法对不同尺寸目标的检测能力，改进模型颈部网络的PANet结构，增加小目标特征为目标的特征网络的贡献，将优化的模型作为吸烟行为检测模型，采用训练集对吸烟行为检测模型进行模型训练；将实时监控视频图像输入吸烟行为检测模型，得到检测结果。通过对模型进行双重改进，提升了检测算法对小目标的检测能力。检测算法对小目标的检测能力。检测算法对小目标的检测能力。

【技术实现步骤摘要】
基于优化的YOLOv4模型的吸烟行为识别方法


[0001]本专利技术涉及图像处理
，尤其是基于优化的YOLOv4模型的吸烟行为识别方法。

技术介绍

[0002]吸烟行为已经成为全世界难以解决的公共卫生问题，吸烟对健康的危害已是众所周知，会间接或直接的导致很多疾病的发生甚至出现生命危险。2014年卫生计生委起草了《公共场所控制吸烟条例》，明确规定所有室内公共场所一律禁止吸烟。国家对控烟工作高度重视，积极制定各种条令，许多公共场所都有禁烟标识，但是全靠人们的自主意识，仅通过人为管理吸烟行为,吸烟行为很难做到合理管控。
[0003]针对吸烟行为识别的研究比较早，涌现出各种各样的吸烟行为检测方法。许多国内外研究人员在吸烟行为识别做出了大量的研究，总体上包括利用烟雾的检测、利用吸烟动作的检测等方法。随着计算机视觉技术和硬件技术的高速发展，目前经由视频图像的吸烟行为检测是主流研究方向。从目前的研究成果来看，基于图像利用深度学习算法实现吸烟行为识别也有很多不同的方法，对吸烟行为手势的识别会存在吸烟手势复杂、肤色多样、相机角度等问题使得识别的手势本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于优化的YOLOv4模型的吸烟行为识别方法，其特征在于，方法包括：获取人员吸烟和人员未吸烟的图像，并对所述图像进行预处理得到训练集；对所述训练集中的每个图像进行标注，标签类别包括smoking和person；优化YOLOv4模型框架，在YOLOv4模型的骨干网络中加入小目标增强注意力机制，记为LEA模块，改进YOLOv4模型颈部网络的PANet结构，得到吸烟行为检测模型，记为YOLO
‑
Smoking模型，采用所述训练集对所述YOLO
‑
Smoking模型进行模型训练；将实时监控视频图像输入所述吸烟行为检测模型，得到检测结果。2.根据权利要求1所述的基于优化的YOLOv4模型的吸烟行为识别方法，其特征在于，所述YOLOv4模型框架包括依次相连的输入端、骨架特征提取网络、颈部网络和检测头网络：所述输入端，输入图像的大小为608
×
608，通道为3，并对每一所述输入图像进行马赛克数据增强、自适应图片缩放以及自适应锚框计算处理后输入给骨干网络；所述骨架特征提取网络，采用的骨干网络为CSPDarknet53，包括依次相连的CBM模块、CSP1模块、CSP2模块、第一CSP8模块、第二CSP8模块和CSP4模块，包含72个卷积层，输出特征图的变化规律是：608、304、152、76、38、19；其中，所述CBM模块包括依次相连的卷积层、批归一化层和Mish激活功能，CSPx模块中的x是指残差组件个数；所述颈部网络用来收集不同特征图，所述颈部网络采用SPP
‑
PANet结构，SPP模块采用1
×
1、5
×
5、9
×
9、13
×
13的最大池化的方式，进行多尺度融合；在FPN层的后面添加了一个自底向上的特征金字塔，所述FPN层自顶向下传达强语义特征，所述特征金字塔则自底向上传达强定位特征，从不同的主干层对不同的检测层进行参数聚合，最后得到用于预测的特征图；所述检测头网络用来预测类别信息和目标物体的边界框。3.根据权利要求2所述的基于优化的YOLOv4模型的吸烟行为识别方法，其特征在于，所述在YOLOv4模型的骨干网络中加入小目标增强注意力机制，记为LEA模块，包括：在所述CSPx模块中加入所述LEA模块，优化后的CSPx模块包括两条支路，第一支路包含依次相连的第一CBL模块、Res Unit模块、第二CBL模块和LEA模块，第二支路包含第三CBL模块，用来生成一个大的残差边，通过对两条支路进行跨级张量拼接与通道整合增强CNN的学习能力；其中，CBL模块均包括依次相连的第一卷积层、批归一化层和Leaky ReLu激活功能，所述Res Unit模块包括第二卷积层和批归一化层，输入至所述Res Unit模块的原通道特征值经过所述第二卷积层和批归一化层后得到新通道特征值，并与所述原通道特征值进行张量相加后输出；所述LEA模块包括依次相连的全局平均池化层、第三卷积层、ReLu激活功能、第四卷积层和sigmoid激活功能，对输入至所述LEA模块中的特征图的每个原通道特征值进行全局平均池化后得到两个1
×1×
C的通道特性值，然后通过两个卷积得到权重值，将所述权重值扩展至与原通道特征值同一形状，并对所述原通道特征值每个元素乘以对应通道的权重值，得到新的特征值，其中C表示通道数。4.根据权利要求2所述的基于优化的YOLOv4模型的吸烟行为识别方法，其特征在于，所述改进YOLOv4模型颈部网络的PANet结构，包括：选取尺度分别为76、38和19的三个层级的输入特征图，层级分别记为C3、C4和C5，再增加尺度为152的输入特征图，层级记为C2，将所述C2与C3的特征融合、所述C3与C4的特征融
合、所述C4与C5的特征融合，即将高分辨率的底层特...

【专利技术属性】
技术研发人员：平震宇，匡亮，
申请(专利权)人：江苏信息职业技术学院，
类型：发明
国别省市：