【技术实现步骤摘要】
本申请涉及图像处理，特别是涉及一种基于多模态信息的吸毒特征检测方法、装置和计算机设备。
技术介绍
1、目前，吸毒检测技术往往是通过毛发、血液、尿液等生物检材对受检测人员是否吸毒进行识别。但是，这些方法存在以下缺点：（1）采集用于检测的生物检材的过程需要受检测人员密切配合，较为繁琐，同时受检测人员会有一定的心理负担；（2）检测过程需要用到特殊的化学试剂和专业设备，成本较高；（3）检测流程耗时较长，效率不高；（4）不太适用于针对海量人员的吸毒情况进行快速筛查。
2、图像处理技术在特征检测上的应用已经非常广泛，通过特征检测，可以从图像或视频序列中提取出关键信息，如物体的形状、颜色、位置等，为后续的目标识别、行为分析等任务提供支持。同时，随着深度学习的发展，出现了利用吸毒者面部痉挛、精神萎靡等面部表情进行吸毒特征检测的方法，根据检测结果识别毒瘾发作的行为，为戒毒所提供智能化与自动化管理方法。在基于图像处理技术进行吸毒特征检测的研究过程中，人们往往仅从面部表情图像中检测其中含有的吸毒特征，而很少关注视频中的其他特征如言语特征，仅依据面...
【技术保护点】
1.一种基于多模态信息的吸毒特征检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多模态信息的吸毒特征检测方法，其特征在于，对所述语音信号进行预处理后进行语音特征提取，得到语音模态特征，包括：
3.根据权利要求2所述的基于多模态信息的吸毒特征检测方法，其特征在于，对每帧语音信号进行加窗处理，得到每帧预处理后的语音信号，包括：
4.根据权利要求1所述的基于多模态信息的吸毒特征检测方法，其特征在于，所述轻量级深度学习神经网络包括1个标准卷积层、1个权重稀疏化层、3个深度可分离卷积层、1个全局平均池化层以及1个全连接层。<...
【技术特征摘要】
1.一种基于多模态信息的吸毒特征检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多模态信息的吸毒特征检测方法，其特征在于，对所述语音信号进行预处理后进行语音特征提取，得到语音模态特征，包括：
3.根据权利要求2所述的基于多模态信息的吸毒特征检测方法，其特征在于，对每帧语音信号进行加窗处理，得到每帧预处理后的语音信号，包括：
4.根据权利要求1所述的基于多模态信息的吸毒特征检测方法，其特征在于，所述轻量级深度学习神经网络包括1个标准卷积层、1个权重稀疏化层、3个深度可分离卷积层、1个全局平均池化层以及1个全连接层。
5.根据权利要求1所述的基于多模态信息的吸...
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。