[发明专利]一种保护隐私下的校园抽烟行为识别方法及处理终端有效

专利信息
申请号: 202010585186.7 申请日: 2020-06-23
公开(公告)号: CN111832434B 公开(公告)日: 2022-12-13
发明(设计)人: 张常华;朱正辉;赵定金 申请(专利权)人: 广州市保伦电子有限公司
主分类号: G06V40/20 分类号: G06V40/20;G06V10/26;G06V10/764;G06V10/82;G06N3/04;G06N3/08
代理公司: 广州君咨知识产权代理有限公司 44437 代理人: 谭启斌
地址: 510000 广东省广*** 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: 一种 保护 隐私 校园 抽烟 行为 识别 方法 处理 终端
【说明书】:

发明涉及一种保护隐私下的校园抽烟行为识别方法及处理终端,所述方法包括如下步骤:步骤1:获得无法识别人物信息的红外图像;步骤2:对红外图像进行目标分类处理,得到人体在红外图像中的坐标;步骤3:根据人体在红外图像中的坐标,对处理后的图像进行裁剪;步骤4:将裁剪后的图像转换成只含骨骼关键点的骨骼图像;步骤5:将骨骼图像输入神经网络进行识别,确定手和头部的位置关系,从而判断是否有抽烟行为。本发明能够有效识别校园厕所等场所是否有抽烟行为,并且在识别的同时进行隐私保护,提高用户体验。

技术领域

本发明涉及行为识别技术领域,具体是一种保护隐私下的校园抽烟行为识别方法及处理终端。

背景技术

某些特定场合下,需要对大众或特定人群进行监控,以识别其行为。如果是在公共场合下对人群的行为识别,通常不需要考虑隐私,但在一些非公共场合或某些特定人群的行为识别,往往需要保护其隐私。现有保护隐私方法,往往直接拍摄人(包括人脸或全身等)等具体个人身份信息,然后对这些拍摄到的含个人身份数据从制度上进行管理,以防止拍摄的视频或图像泄漏出去,但这种保护隐私的行为识别方法治标不治本,无法从源头上保护隐私,并且这种方法只对外人有效,对于内部人员(进行识别的操作等管理人员)是无效的。所拍摄到的行为识别数据由于可直接可识别个人身份信息,往往会被别有用心的内部人员利用,或者内部人员有可能直接将这些隐私数据泄露出去。

针对某些特定场合,需要采用保护隐私的方式来识别人群的行为,例如校园厕所,需要在厕所的这种特定场合下,针对学生人群来识别气行为,以识别其是否在厕所内吸烟。由于在厕所这类场合,更加需要保护其隐私,通常不允许直接拍摄人员(包括人脸、全身等)等可直接识别身份信息的视频或图像,以保护学生的隐私。但目前校园厕所吸烟又是一种常见现象,急需对其是否存在吸烟进行精准识别,以判断是否有人员吸烟。而目前并没有针对校园抽烟行为识别的技术方案,特别是没有保护隐私下对校园(厕所)抽烟行为识别的技术方案。

发明内容

针对现有技术的不足,本发明的目的之一提供一种保护隐私下的校园抽烟行为识别方法,其能够解决保护隐私下的抽烟行为识别的问题;

本发明的目的之二提供一种处理终端,其能够解决抠像过程中计算量复杂的问题。

实现本发明的目的之一的技术方案为:一种保护隐私下的校园抽烟行为识别方法,包括如下步骤:

步骤1:获得含人体但无法识别人物信息的若干张红外图像;

步骤2:将所有的红外图像输入至目标检测神经网络模型,得到处理后的图像,处理后的图像包括二分类处理结果:包含人物图像和无人物图像,还包括确定人体在红外图像中的坐标;

步骤3:根据人体在红外图像中的坐标,对处理后的图像进行裁剪,以使得裁剪分割后的每张图片仅含有一个人;

步骤4:采用关节点估计将裁剪分割后的图像转成只含骨骼关节点的图像,从而得到骨骼图像;

步骤5:将骨骼图像输入至训练后的卷积神经网络进行识别分类,以识别出每个分类中的每个骨骼图像中手和头部的位置关系,得到二分类结果:人手靠近头部和人手远离头部;

根据手和头部的位置关系判断是否有校园抽烟行为。

进一步地,采用红外摄像头对目标人物进行拍摄,在红外摄像头和目标人物之间设置遮挡物,以得到所述红外图像。

进一步地,将红外图像压缩到预设尺寸后再输入至目标检测神经网络模型。

进一步地,红外图像压缩到448*448后再输入至目标检测神经网络模型。

进一步地,卷积神经网络按如下步骤进行训练,得到训练后的卷积神经网络:

卷积神经网络包括五层卷积层,每个卷积层后接一个池化层,池化层后连接两个全连接层,

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广州市保伦电子有限公司,未经广州市保伦电子有限公司许可,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/202010585186.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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