一种抽烟识别方法、系统、设备及存储介质技术方案

本发明专利技术涉及图像处理领域，更具体地，涉及一种抽烟识别方法、系统、设备及存储介质。所述方法包括：获取待检测图像；对待检测图像进行处理提取人脸区域；利用yolov5模型框架对人脸区域进行抽烟检测得到抽烟检测结果；其中，yolov5模型框架中的骨架特征提取网络backbone和颈部网络neck之间通过若干个并联的通道空间注意力模块连接。本发明专利技术的抽烟识别先进行人脸检测，然后输入到添加了注意力机制模块的yolov5中进行吸烟检测的识别，通过级联检测的方式可以有效提高吸烟检测的召回率，同时在一定程度上又降低了误检率。时在一定程度上又降低了误检率。时在一定程度上又降低了误检率。

【技术实现步骤摘要】
一种抽烟识别方法、系统、设备及存储介质


[0001]本专利技术涉及图像处理领域，更具体地，涉及一种抽烟识别方法、系统、设备及存储介质。

技术介绍

[0002]在人类面临的健康问题中，吸烟无疑是全世界公认最为有害的一个问题。它不仅会危害自身的身心健康，同时对吸入二手烟的人群也会有较大的健康影响，直接或者间接的导致很多疾病的发生。在通风不良的办公区域中，会导致员工被迫吸二手烟，对员工的健康具有很大的影响，这种情况尤为严重。此外，吸烟也有可能导致火灾的发生，造成重大财产损失跟人员伤亡。
[0003]如果仅仅依赖人工来监控视频来查找吸烟人员，这种方式费时费力，同时监控视频数据量大，时间较长，容易造成人员疲劳，不能够对异常情况进行及时准确的判断。因此，有必要采用监控技术进行无烟区域的抽烟检测，减少人力物力的浪费，这时基于计算机视觉的抽烟识别检测技术就显得尤为重要。
[0004]传统基于图像分割、人工设计的算法进行特征提取，可以通过对吸烟烟雾进行检测推理吸烟行为，但是准确率较低，只能对特定情况下的吸烟进行检测。随着深度学习的发展，基于目标检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种抽烟识别方法，其特征在于，所述方法包括：获取待检测图像；对待检测图像进行处理提取人脸区域；利用yolov5模型框架对人脸区域进行抽烟检测得到抽烟检测结果；其中，yolov5模型框架中的骨架特征提取网络backbone和颈部网络neck之间通过若干个并联的通道空间注意力模块连接。2.根据权利要求1所述的抽烟识别方法，其特征在于，所述待检测图形进行人脸区域提取后还进行超分辨率增强处理，经过超分辨率增强处理后再输入到yolov5目标检测模型中进行抽烟检测。3.根据权利要求2所述的抽烟识别方法，其特征在于，所述超分辨率增强处理采用的是基于生成对抗网络ESRGAN模块实现。4.根据权利要求3所述的抽烟识别方法，其特征在于，所述基于生成对抗网络ESRGAN模块包括依次连接的第一RRDB模块组、第一卷积层、第二RRDB模块组、第二卷积层、upsample模块、第三卷积层、第四卷积层，第一RRDB模块组和第二RRDB模块之间采用shortcut的连接方式。5.根据权利要求4所述的抽烟识别方法，其特征在于，所述第一RRDB模块组和第二RRDB模块组分别包括依次连接的8个RRDB模块和第五卷积层。6.根据权利要求1
‑
5任一项所述的抽烟识别方法，其特征在于，骨架特征提取网络backbone包括顺次连接的第六卷积层、第七卷积层、3个C3模块、第八卷积层、6个C3模块...

【专利技术属性】
技术研发人员：鲁海荣，甘海华，邱芬鹏，赵攀，
申请(专利权)人：联通广东产业互联网有限公司，
类型：发明
国别省市：