一种吸烟行为检测方法、设备及介质技术

本申请公开了一种吸烟行为检测方法、设备及介质，方法包括：确定样本数据集；所述样本数据集包括多张吸烟行为的图像；确定第一多尺度目标检测网络；根据所述第一多尺度目标检测网络的输入图像尺寸，确定待增加特征图的尺寸；根据所述待增加特征图的尺寸，增加所述第一多尺度目标检测网络中头部的特征图数量，得到第二多尺度目标检测网络；根据所述样本数据集对所述第二多尺度目标检测网络进行训练，得到吸烟行为检测网络模型；获取待检测图像，通过所述待检测图像与所述吸烟行为检测网络模型，对用户进行吸烟行为识别。通过增加特征图来加大吸烟行为检测网络模型对浅层位置信息的利用，提高香烟小目标的识别效果以及吸烟行为检测准确率。准确率。准确率。

【技术实现步骤摘要】
一种吸烟行为检测方法、设备及介质


[0001]本申请涉及大数据
，尤其涉及一种吸烟行为检测方法、设备及介质。

技术介绍

[0002]吸烟不仅对人体健康有害，也是造成交通事故、火灾、爆炸等事故发生的安全隐患之一。尤其是公共场所如仓库、森林等环境中，吸烟引发的火灾更是会带来无法挽回的生命和财产损失，因此，对吸烟行为识别的研究显得尤为重要。
[0003]目前，吸烟行为检测技术使用基于图像特征匹配的传统机器学习算法或者烟雾传感器对目标进行研究，由于香烟特征不明显且目标本身较小，当面对公共场所尤其是监控视频中的吸烟行为时，无法精确地检测出香烟特征，导致吸烟行为检测准确率低。

技术实现思路

[0004]本申请实施例提供一种吸烟行为检测方法、设备及介质，用于解决吸烟行为检测准确率低的问题。
[0005]本申请实施例采用下述技术方案：
[0006]一方面，本申请实施例提供了一种吸烟行为检测方法，该方法包括：确定样本数据集；所述样本数据集包括多张吸烟行为的图像；确定第一多尺度目标检测网络；根据所述第一多尺度目标检测网络的输入图像尺寸，确定待增加特征图的尺寸；根据所述待增加特征图的尺寸，增加所述第一多尺度目标检测网络中头部的特征图数量，得到第二多尺度目标检测网络；根据所述样本数据集对所述第二多尺度目标检测网络进行训练，得到吸烟行为检测网络模型；获取待检测图像，通过所述待检测图像与所述吸烟行为检测网络模型，对用户进行吸烟行为识别。
[0007]一个示例中，所述根据所述待增加特征图的尺寸，增加所述第一多尺度目标检测网络中头部的特征图数量，得到第二多尺度目标检测网络，具体包括：若所述第一多尺度目标检测网络为YOLOX
‑
tiny网络，则确定所述第一多尺度目标检测网络中头部的特征图数量为3个；根据所述待增加特征图的尺寸，将所述第一多尺度目标检测网络中头部的特征图数量由3个增加到4个，得到第二多尺度目标检测网络。
[0008]一个示例中，所述方法还包括：所述第一多尺度目标检测网络中头部的特征图所对应的尺寸分别为13*13*384、26*26*192以及52*52*96，所述待增加特征图的尺寸为104*104*48。
[0009]一个示例中，所述通过所述待检测图像与所述吸烟行为检测网络模型，对用户进行吸烟行为识别，具体包括：将所述待检测图像输入预先构建的用户检测模型，得到用户在所述待检测图像中的坐标位置信息；根据所述坐标位置信息对所述待检测图像进行裁剪，得到待检测的用户图像；通过所述吸烟行为检测网络模型与所述用户图像，对用户进行吸烟行为识别。
[0010]一个示例中，所述根据所述坐标位置信息对所述待检测图像进行裁剪，得到待检
测的用户图像，具体包括：根据所述坐标位置信息，生成用户的矩形框；根据预设比例，对所述矩形框的宽进行扩充，得到更新的矩形框；根据所述更新的矩形框，对所述待检测图像中的用户进行裁剪，得到待检测的用户图像。
[0011]一个示例中，所述通过所述吸烟行为检测网络模型与所述用户图像，对用户进行吸烟行为识别，具体包括：判断所述用户图像的尺寸与所述吸烟行为检测网络模型的输入图像尺寸是否一致；若否，则对所述用户图像的尺寸进行调整，直至所述用户图像的尺寸与所述吸烟行为检测网络模型的输入图像尺寸保持一致；将调整的用户图像输入所述吸烟行为检测网络模型，确定所述调整的用户图像是否包括吸烟行为，以对用户进行吸烟行为识别。
[0012]一个示例中，所述根据所述样本数据集对所述第二多尺度目标检测网络进行训练，得到吸烟行为检测网络模型，具体包括：将所述样本数据集划分为训练集与验证集；对所述训练集进行数据增强，将所述训练集输入所述第二多尺度目标检测网络，并通过边框回归损失函数对所述第二多尺度目标检测网络进行训练；通过验证集对训练的第二多尺度目标检测网络进行验证，直至验证通过，得到吸烟行为检测网络模型。
[0013]一个示例中，所述对所述训练集进行数据增强，具体包括：通过Mosaic数据增强算法对所述训练集进行拼接；和/或对所述训练集进行HSV颜色空间变换；和/或对所述训练集进行水平翻转、随机旋转以及随机缩放。
[0014]另一方面，本申请实施例提供了一种吸烟行为检测设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：确定样本数据集；所述样本数据集包括多张吸烟行为的图像；确定第一多尺度目标检测网络；根据所述第一多尺度目标检测网络的输入图像尺寸，确定待增加特征图的尺寸；根据所述待增加特征图的尺寸，增加所述第一多尺度目标检测网络中头部的特征图数量，得到第二多尺度目标检测网络；根据所述样本数据集对所述第二多尺度目标检测网络进行训练，得到吸烟行为检测网络模型；获取待检测图像，通过所述待检测图像与所述吸烟行为检测网络模型，对用户进行吸烟行为识别。
[0015]另一方面，本申请实施例提供了一种吸烟行为检测非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：确定样本数据集；所述样本数据集包括多张吸烟行为的图像；确定第一多尺度目标检测网络；根据所述第一多尺度目标检测网络的输入图像尺寸，确定待增加特征图的尺寸；根据所述待增加特征图的尺寸，增加所述第一多尺度目标检测网络中头部的特征图数量，得到第二多尺度目标检测网络；根据所述样本数据集对所述第二多尺度目标检测网络进行训练，得到吸烟行为检测网络模型；获取待检测图像，通过所述待检测图像与所述吸烟行为检测网络模型，对用户进行吸烟行为识别。
[0016]本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：
[0017]针对第一多尺度目标检测网络，增加第一多尺度目标检测网络中头部的特征图数量，提高了吸烟行为检测网络模型对吸烟行为图像的区域化细节的处理能力，通过增加特征图来加大吸烟行为检测网络模型对浅层位置信息的利用，从而提高香烟小目标的识别效果，从而提高吸烟行为检测准确率。
附图说明
[0018]为了更清楚地说明本申请的技术方案，下面将结合附图来对本申请的部分实施例进行详细说明，附图中：
[0019]图1为本申请实施例提供的一种吸烟行为检测方法的流程示意图；
[0020]图2为本申请实施例提供的一种改进的YOLOX
‑
tiny网络的示意图；
[0021]图3为本申请实施例提供的一种吸烟行为检测设备的结构示意图。
具体实施方式
[0022]为使本申请的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0023]下面参照附图来对本申请的一些实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种吸烟行为检测方法，其特征在于，所述方法包括：确定样本数据集；所述样本数据集包括多张吸烟行为的图像；确定第一多尺度目标检测网络；根据所述第一多尺度目标检测网络的输入图像尺寸，确定待增加特征图的尺寸；根据所述待增加特征图的尺寸，增加所述第一多尺度目标检测网络中头部的特征图数量，得到第二多尺度目标检测网络；根据所述样本数据集对所述第二多尺度目标检测网络进行训练，得到吸烟行为检测网络模型；获取待检测图像，通过所述待检测图像与所述吸烟行为检测网络模型，对用户进行吸烟行为识别。2.根据权利要求1所述的方法，其特征在于，所述根据所述待增加特征图的尺寸，增加所述第一多尺度目标检测网络中头部的特征图数量，得到第二多尺度目标检测网络，具体包括：若所述第一多尺度目标检测网络为YOLOX
‑
tiny网络，则确定所述第一多尺度目标检测网络中头部的特征图数量为3个；根据所述待增加特征图的尺寸，将所述第一多尺度目标检测网络中头部的特征图数量由3个增加到4个，得到第二多尺度目标检测网络。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：所述第一多尺度目标检测网络中头部的特征图所对应的尺寸分别为13*13*384、26*26*192以及52*52*96，所述待增加特征图的尺寸为104*104*48。4.根据权利要求1所述的方法，其特征在于，所述通过所述待检测图像与所述吸烟行为检测网络模型，对用户进行吸烟行为识别，具体包括：将所述待检测图像输入预先构建的用户检测模型，得到用户在所述待检测图像中的坐标位置信息；根据所述坐标位置信息对所述待检测图像进行裁剪，得到待检测的用户图像；通过所述吸烟行为检测网络模型与所述用户图像，对用户进行吸烟行为识别。5.根据权利要求4所述的方法，其特征在于，所述根据所述坐标位置信息对所述待检测图像进行裁剪，得到待检测的用户图像，具体包括：根据所述坐标位置信息，生成用户的矩形框；根据预设比例，对所述矩形框的宽进行扩充，得到更新的矩形框；根据所述更新的矩形框，对所述待检测图像中的用户进行裁剪，得到待检测的用户图像。6.根据权利要求5所述的方法，其特征在于，所述通过所述吸烟行为检测网络模型与所述用户图像，对用户进行吸烟行为识别，具体包括：判断所述用户图像的尺寸与所述吸烟行为检测网络模型的输入图像尺寸是否一致；若否，则对所述用户图像的尺寸进行调整，直至所...

【专利技术属性】
技术研发人员：戎亚茹，李佳，商广勇，肖雪，
申请(专利权)人：浪潮工业互联网股份有限公司，
类型：发明
国别省市：