【技术实现步骤摘要】
基于红外图像和电子鼻的吸烟行为识别方法、装置和设备
[0001]本专利技术涉及室内场所吸烟检测
,尤其涉及基于红外图像和电子鼻的吸烟行为识别方法
、
装置和设备
。
技术介绍
[0002]随着社会对大气污染问题以及个人健康等问题的重视,我国大部分省市已经全面禁止室内场所
(
例如餐饮或娱乐性场所
)
的吸烟行为,然而部分场所仍然不可避免地存在着不少吸烟行为,尤其是在隐蔽的公共场所角落,因此需要有效地监管吸烟行为,来防控室内场所的吸烟行为
。
[0003]目前监管主要依靠人力现场观察吸烟行为以及劝阻等方式,然而人工监测吸烟行为的效率和精度都较低,无法实现真正有效的控烟管理
。
[0004]由此,如何在需要进行控烟管理的相对私密的公共场所,高效实现精准地吸烟行为监测成为了亟待解决的问题
。
技术实现思路
[0005]有鉴于此,本专利技术提供一种利用基于红外图像和电子鼻的吸烟行为识别方法
、
装置和设备,能够提高吸烟行为识别的精度和效率
。
[0006]为解决上述技术问题,一方面,本专利技术提供一种基于红外图像和电子鼻的吸烟行为识别方法,包括:获取目标场所内的红外图像以及电子鼻气味数据;获取预先构建的吸烟行为识别模型,吸烟行为识别模型是通过利用多个红外图像样本数据和气味样本数据进行机器学习训练得到的;利用吸烟行为识别模型对红外图像和电子鼻气味数据进行识别处理,得到识别结果,识 ...
【技术保护点】
【技术特征摘要】
1.
一种基于红外图像和电子鼻的吸烟行为识别方法,其特征在于,包括:获取目标场所内的红外图像以及电子鼻气味数据;获取预先构建的吸烟行为识别模型,所述吸烟行为识别模型是通过利用多个红外图像样本数据和气味样本数据进行机器学习训练得到的;利用所述吸烟行为识别模型对所述红外图像和所述电子鼻气味数据进行识别处理,得到识别结果,所述识别结果用于表示所述目标场所中是否存在吸烟行为
。2.
根据权利要求1所述的基于红外图像和电子鼻的吸烟行为识别方法,其特征在于,所述吸烟行为识别模型包括气味识别模块
、
燃烟点检测模块和分类网络,所述利用所述吸烟行为识别模型对所述红外图像和所述电子鼻气味数据进行识别处理,得到识别结果的步骤,包括:将所述红外图像输入至所述燃烟点检测模块,得到燃烟点区域特征;将所述电子鼻气味数据输入至所述气味识别模块,得到气味特征;将所述燃烟点区域特征和所述气味特征输入至所述分类网络,得到所述识别结果
。3.
根据权利要求1所述的基于红外图像和电子鼻的吸烟行为识别方法,其特征在于,所述方法还包括预先训练所述吸烟行为识别模型,所述吸烟行为识别模型的训练过程包括:获取多个具有吸烟行为标签的红外图像样本数据以及所述气味样本数据,所述吸烟行为标签用于表示吸烟行为的发生情况;构建初始识别模型,所述初始识别模型包括燃烟点检测模块
、
气味识别模块和分类网络,所述燃烟点检测模块和所述气味识别模块分别与所述分类网络连接;利用所述红外图像样本数据以及所述气味样本数据对所述初始识别模型进行机器学习训练,得到所述吸烟行为识别模型
。4.
根据权利要求3所述的基于红外图像和电子鼻的吸烟行为识别方法,其特征在于,所述利用所述红外图像样本数据以及所述气味样本数据对所述初始识别模型进行机器学习训练,得到所述吸烟行为识别模型的步骤,包括:按照数据采样时间,对所述红外图像样本数据与所述气味样本数据匹配组合,得到多组训练样本;利用各组训练样本对所述初始识别模型的模型参数进行优化,得到所述吸烟行为识别模型
。5.
根...
【专利技术属性】
技术研发人员:蔡云飞,陈德,赵卓慧,孙晋,王静,黄凌,
申请(专利权)人:复旦大学,
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。