[发明专利]一种基于计算机视觉的监控场景下的吸烟行为检测方法

权利要求书

1.一种基于计算机视觉的监控场景下的吸烟行为检测方法，其特征在于：所述方法包括以下步骤，

步骤S1，在线获取人体视频图像，对所述的视频帧图像使用目标检测的网络进行特征提取，获取人体检测框、手部检测框、头部检测框；

步骤S2,分析人体检测框、手部检测框、头部检测框是否属于同一人体，并且计算当前人手部与头部的距离，初步筛选出不符合的图像；

步骤S3,根据人体、手部、头部位置信息计算出上半身包围框，裁剪掉冗余信息；

步骤S4,使用分类网络对最终得到的ROI进行有无吸烟的检测。

2.根据权利要求1所述的基于监控摄像头场景下的实时吸烟行为检测方法，其特征在于：

步骤S1、S2中，使用YOLOv3-Lite网络对视频图像逐帧检测，得到人体检测框、手部检测框、头部检测框；根据手部、头部的距离和预设的距离阈值来判定是否进入下一步，减小系统工作量。

3.根据权利要求2所述的基于监控摄像头场景下的实时吸烟行为检测方法，其特征在于：重新设计新的主干网络，构建轻量版本的检测网络YOLOv3-Lite；通过有监督训练，得到基于YOLOv3-Lite的目标检测网络模型。

4.根据权利要求1所述的基于监控摄像头场景下的实时吸烟行为检测方法，其特征在于：

步骤S3、S4中，根据人体几何分布关系以及已知的人体检测框、手部检测框、头部检测框联合分析，计算得到人体上半身包围框；根据对检测框的裁剪计算方式，得到最终裁剪框的左上点T_L和右下点B_R，裁剪出最终的ROI；在得到ROI区域后，将ROI区域使用线性变换映射到预设的图像尺寸，使用MobileNet_APN进行吸烟识别，最终得到图像中被检测人体的上半身包围框，以及是否吸烟的识别结果。

5.根据权利要求4所述的基于监控摄像头场景下的实时吸烟行为检测方法，其特征在于：分类模块参考MobileNet基本结构，针对吸烟识别类似于细粒度分类的特点，联合设计MobeileNet_APN网络，使用固定尺寸大小的图像对MobileNet_APN网络进行有监督的训练，建立吸烟行为的检测与识别模型。