[发明专利]基于智慧社区的吸烟检测方法、系统及其存储介质在审

专利信息
申请号: 201910689867.5 申请日: 2019-07-29
公开(公告)号: CN110490090A 公开(公告)日: 2019-11-22
发明(设计)人: 刘磊 申请(专利权)人: 恒大智慧科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市南山区前海深港合作区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 判断结果 热图像 源图像 集合 香烟燃烧 训练样本 禁烟 吸烟 社区 图像数据定义 覆盖存储 监控设备 检测结果 特征比对 特征检测 图像数据 烟灰 误判率 帧图像 检测 减小 预置 存储 住户 图像 转化
【权利要求书】:

1.一种基于智慧社区的吸烟检测方法,其特征在于,包括:

通过社区监控设备获取禁烟区域的图像数据,将所述图像数据定义为源图像进行存储;

对所述源图像中各帧图像进行热图像转化,得到热图像集合,所述源图像不被所述热图像集合覆盖存储;

利用预置的训练样本对所述热图像集合中各张图像进行逐一特征比对,得到第一判断结果,所述训练样本为包含香烟燃烧特征的相应模型;

对源图像进行香烟燃烧部位的烟灰杂质进行特征检测,得到第二判断结果;

根据第一判断结果以及第二判断结果,得到最终检测结果。

2.根据权利要求1所述的基于智慧社区的吸烟检测方法,其特征在于,所述利用预置的训练样本对所述热图像集合中各张图像进行逐一特征比对的步骤包括:

利用预置的训练样本对所述热图像集合中首序图像进行像素区域遍历,完成待校验区域的快速锁定;

将待校验区域与所述训练样本进行详细特征比对,得到比对结果;

对所述热图像集合中的其余图像进行相同处理,得到比对结果集合;

对所述比对结果集合进行数据检测,得到第一判断结果。

3.根据权利要求2所述的基于智慧社区的吸烟检测方法,其特征在于,所述对所述比对结果集合进行数据检测,得到第一判断结果的步骤包括:

遍历所述比对结果集合的元素数值,若存在大于预设阈值的元素数值,则判断所述热图像集合中存在包含香烟燃烧特征的图像数据。

4.根据权利要求2所述的基于智慧社区的吸烟检测方法,其特征在于,所述对源图像进行香烟燃烧部位的烟灰杂质进行特征检测,得到第二判断结果的步骤包括:

调取所述热图像处理中的待校验区域位置,寻找源图像中相同位置区域作为香烟燃烧部位;

根据所述源图像中所述香烟燃烧部位中的像素值进行烟灰杂质特征检测,进而得到第二判断结果。

5.根据权利要求4所述的基于智慧社区的吸烟检测方法,其特征在于,所述根据所述香烟燃烧部位中的像素值进行烟灰杂质特征检测,进而得到第二判断结果的步骤包括:

对所述源图像中所述香烟燃烧部位像素各通道值进行遍历,将红色通道值为200~255和红色通道值为200~255且绿色通道值为200~255的像素作为燃烧像素,将三通道值均为200~255的像素作为烟灰像素;

统计所述燃烧像素以及所述烟灰像素的总个数,判断两者个数比例是否符合预设阈值,若符合,则判定源图像符合正常香烟燃烧特征。

6.根据权利要求4所述的基于智慧社区的吸烟检测方法,其特征在于,所述根据所述香烟燃烧部位中的像素值进行烟灰杂质特征检测,进而得到第二判断结果的步骤还包括:

利用预置的像素方块对所述源图像中所述香烟燃烧部位进行贴合,计算所述贴合区域像素的方差值,依次以相同方法遍历所述香烟燃烧部位的所有区域,得到方差值集合,对所述方差值进行数值校验,若数值校验通过概率大于预设阈值,则判定所述源图像符合正常香烟燃烧特征。

7.根据权利要求1所述的基于智慧社区的吸烟检测方法,其特征在于,所述根据第一判断结果以及第二判断结果,得到最终检测结果的步骤包括:

若所述第一判断结果以及所述第二判断结果均为真,则判断禁烟区域存在人员吸烟行为;

若否,则继续跟进监测。

8.根据权利要求5所述的基于智慧社区的吸烟检测方法,其特征在于,所述根据第一判断结果以及第二判断结果,得到最终检测结果的步骤之前,还包括:

根据预设的权重系数对所述第一判断结果以及所述第二判断结果赋予权重值;

检测所述香烟燃烧部位边缘区域是否存在呈灰色的长方体像素块,若包含,则提高所述第二判断结果对应权重值;

根据所述第一判断结果的权重值以及第二判断结果的权重值,判断所述禁烟区域是否存在人员吸烟行为。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于恒大智慧科技有限公司,未经恒大智慧科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910689867.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top