本发明专利技术提供一种吸烟检测方法、装置、电子设备及介质，该方法包括获取原始图像数据集和待检测吸烟图像，对原始图像数据集进行标签标注，得到人形图像训练集和吸烟图像训练集，基于人形图像训练集训练得到人形检测模型，基于吸烟图像训练集训练得到吸烟检测模型，输入待检测吸烟图像至人形检测模型进行第一识别，得到人形区域图像，输入人形区域图像至吸烟检测模型进行第二识别，以对吸烟行为进行检测，通过对待检测吸烟图像进行两次识别，提高了吸烟行为检测的准确度，解决了待检测吸烟图像和吸烟区域之间的尺度差异带来的识别不准确的技术问题。术问题。术问题。
【技术实现步骤摘要】
一种吸烟检测方法、装置、电子设备及介质
[0001]本申请涉及深度学习
，具体涉及一种吸烟检测方法、装置、电子设备及介质。
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，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]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，但是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存在差异，导致误判率较大，对香烟烟雾的检测，会因为香烟的烟雾浓度比较低且易扩散、烟雾边缘不够明显等问题，使得香烟烟雾与室内的白色背景相融合，难以区分，准确率也很难提高。
[0004]目前对吸烟行为检测的方法中，视频图像中需要被检测的目标大小相对于整张图像的比例差异是非常大的，吸烟目标区域可能仅仅占据视频图像中很小的一部分，这种尺度差异严重影响了吸烟行为检测的准确度。
技术实现思路
[0005]鉴于以上所述相关技术的缺点，本申请提供一种吸烟检测方法、装置、电子设备及介质，以解决尺寸差异导致的吸烟行为检测准确度不高的技术问题。
[0006]本申请提供了一种吸烟检测方法，所述方法包括：获取原始图像数据集和待检测吸烟图像，所述原始图像数据集包括吸烟图像数据集和人形图像数据集；对所述原始图像数据集进行标签标注，得到人形图像训练集和吸烟图像训练集，所述标签包括人形标签和吸烟标签；将所述人形图像训练集输入至预设的第一模型进行训练，得到训练后的第一模型，将所述吸烟图像训练集输入至预设的第二模型进行训练，得到训练后的第二模型，所述第二模型为吸烟检测模型，所述第一模型为人形检测模型；输入所述待检测吸烟图像至所述人形检测模型进行第一识别，得到人形区域图像；输入所述人形区域图像至所述吸烟检测模型进行第二识别，以对吸烟行为进行检测。
[0007]于本申请的一实施例中，将所述人形图像训练集输入至预设的第一模型进行训练，得到训练后的第一模型，将所述吸烟图像训练集输入至预设的第二模型进行训练，得到训练后的第二模型，所述第二模型为吸烟检测模型，所述第一模型为人形检测模型包括：建立目标检测网络，所述目标检测网络的输出参数包括两个三维张量；基于所述目标检测网络建立所述预设第一模型和所述预设第二模型；将训练循环次数参数设置为预设循环次数，将单次训练样本个数设置为预设训练个数；基于所述人形图像训练集对所述预设第一模型进行训练，基于所述吸烟图像训练集对所述预设第二模型进行训练，直至所述预设第一模型和所述预设第二模型的损失值收敛至预设收敛值，得到训练后的所述预设第一模型和训练后的所述预设第二模型。
[0008]于本申请的一实施例中，对所述原始图像数据集进行标签标注，得到人形图像训练集和吸烟图像训练集，所述标签包括人形标签和吸烟标签包括：基于所述人形标签标注所述人形图像数据集中的人形区域，并转换数据集格式以生成人形图像训练集；基于所述吸烟标签标注所述吸烟图像数据集中的吸烟区域，并转换数据集格式以生成吸烟图像训练集。
[0009]于本申请的一实施例中，输入所述待检测吸烟图像至所述人形检测模型进行第一识别，得到人形区域图像包括：若输入所述待检测吸烟图像进行第一识别后，人形区域的置信度在预设第一置信区间内，则判定所述待检测吸烟图像中有人形；基于所述人形区域裁剪所述待检测吸烟图像，得到所述人形区域图像。
[0010]于本申请的一实施例中，输入所述人形区域图像至所述吸烟检测模型进行第二识别，以对吸烟行为进行检测包括：若输入所述人形区域图像进行第二识别后，吸烟区域的置信度在预设第二置信区间，则判定所述人形区域图像中存在所述吸烟行为。
[0011]于本申请的一实施例中，对吸烟行为进行检测之后，还包括：若检测出所述吸烟区域图像中存在吸烟行为，则发送吸烟行为警报，以提示目标检测区域中存在吸烟行为。
[0012]于本申请的一实施例中，所述人形图像训练集和所述吸烟图像训练集包括正样本训练集和负样本训练集，所述正样本训练集和所述负样本训练集的比例为6:4。
[0013]本申请的实施例还提供一种吸烟检测装置，所述吸烟检测装置包括，图像获取模块，用于获取原始图像数据集和待检测吸烟图像，所述原始图像数据集包括吸烟图像数据集和人形图像数据集；图像标注模块，用于对所述原始图像数据集进行标签标注，得到人形图像训练集和吸烟图像训练集，所述标签包括人形标签和吸烟标签；模型训练模块，用于将所述人形图像训练集输入至预设的第一模型进行训练，得到训练后的第一模型，将所述吸烟图像训练集输入至预设的第二模型进行训练，得到训练后的第二模型，所述第二模型为吸烟检测模型，所述第一模型为人形检测模型；第一识别模块，用于输入所述待检测吸烟图像至所述人形检测模型进行第一识别，得到人形区域图像；第二识别模块，用于输入所述人形区域图像至所述吸烟检测模型进行第二识别，以对吸烟行为进行检测。
[0014]本申请的实施例还提供一种电子设备，所述电子设备包括，一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如上述各实施例中任一所述的吸烟检测方法。
[0015]本申请的实施例还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行如上述各实施例中中任一所述的吸烟检测方法。
[0016]本专利技术的有益效果：本申请的实施例提供了一种吸烟检测方法、装置、电子设备及介质，该方法通过获取原始图像数据集和待检测吸烟图像，对原始图像数据集进行标签标注，得到人形图像训练集和吸烟图像训练集，基于人形图像训练集训练得到人形检测模型，基于吸烟图像训练集训练得到吸烟检测模型，输入待检测吸烟图像至人形检测模型进行第一识别，得到人形区域图像，输入人形区域图像至吸烟检测模型进行第二识别，以对吸烟行为进行检测，通过第一识别对原始大图像进行裁剪，得到具有人形区域的小图像，再通过第二识别对人形区域图像进行吸烟检测，从而提高吸烟检测的准确度，解决了尺寸差异导致的吸烟行为检测准确度不高的问题。
[0017]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0018]图1是本申请的一示例性实施例示出的一种吸烟检测系统示意图；
[0019]图2是本申请的一示例性实施例示出的一种吸烟检测方法的流程图；
[0020]图3是本申请的一示例性实施例示出的一种吸烟行为识别流程示意图；
[0021]图4是本申请的一示例性实施例示出的一种吸烟检测装置的框图；
[0022]图5是本申请的一示例性实施例示出的电子设备的一种结构示意图。
具体实施方式
[0023]以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种吸烟检测方法，其特征在于，所述吸烟检测方法包括：获取原始图像数据集和待检测吸烟图像，所述原始图像数据集包括吸烟图像数据集和人形图像数据集；对所述原始图像数据集进行标签标注，得到人形图像训练集和吸烟图像训练集，所述标签包括人形标签和吸烟标签；将所述人形图像训练集输入至预设的第一模型进行训练，得到训练后的第一模型，将所述吸烟图像训练集输入至预设的第二模型进行训练，得到训练后的第二模型，所述第二模型为吸烟检测模型，所述第一模型为人形检测模型；输入所述待检测吸烟图像至所述人形检测模型进行第一识别，得到人形区域图像；输入所述人形区域图像至所述吸烟检测模型进行第二识别，以对吸烟行为进行检测。2.根据权利要求1所述的吸烟检测方法，其特征在于，将所述人形图像训练集输入至预设的第一模型进行训练，得到训练后的第一模型，将所述吸烟图像训练集输入至预设的第二模型进行训练，得到训练后的第二模型，所述第二模型为吸烟检测模型，所述第一模型为人形检测模型包括：建立目标检测网络，所述目标检测网络的输出参数包括两个三维张量；基于所述目标检测网络建立所述预设第一模型和所述预设第二模型；将训练循环次数参数设置为预设循环次数，将单次训练样本个数设置为预设训练个数；基于所述人形图像训练集对所述预设第一模型进行训练，基于所述吸烟图像训练集对所述预设第二模型进行训练，直至所述预设第一模型和所述预设第二模型的损失值收敛至预设收敛值，得到训练后的所述预设第一模型和训练后的所述预设第二模型。3.根据权利要求1所述的吸烟检测方法，其特征在于，对所述原始图像数据集进行标签标注，得到人形图像训练集和吸烟图像训练集，所述标签包括人形标签和吸烟标签包括：基于所述人形标签标注所述人形图像数据集中的人形区域，并转换数据集格式以生成人形图像训练集；基于所述吸烟标签标注所述吸烟图像数据集中的吸烟区域，并转换数据集格式以生成吸烟图像训练集。4.根据权利要求1
‑
3任一项所述的吸烟检测方法，其特征在于，输入所述待检测吸烟图像至所述人形检测模型进行第一识别，得到人形区域图像包括：若输入所述待检测吸烟图像进行第一识别后，人形区域的置信度在预设第一置信区间内，则判定所述待检测吸烟图像中有人形；基于所述人形区...
【专利技术属性】
技术研发人员：贺平，刘明，李杰，王斌鑫，
申请(专利权)人：中冶赛迪信息技术重庆有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。