[发明专利]一种吸烟行为检测方法、装置、存储介质及电子设备

说明书

本申请涉及深度学习技术领域，提供一种吸烟行为检测方法、装置、存储介质及电子设备。该方法包括：利用骨骼点检测模型对目标图像进行骨骼点检测，获得目标图像中每一人物对应的各骨骼点坐标；将每一人物的各骨骼点坐标输入至一分类模型中，获得目标图像中每一人物是否吸烟的初步分类结果；对于初步分类结果为吸烟的人物，从目标图像中提取该人物的面部区域，得到面部图像；利用目标检测模型对该面部图像进行香烟检测。本申请采用了骨骼点检测‑分类‑目标检测的级联模型，利用骨骼点检测和分类模型快速筛选出潜在的吸烟对象，并提取吸烟对象的面部位置，对其面部进行细粒度的香烟目标检测，既具有实时性，又具有检测准确性。

技术领域

本发明涉及深度学习技术领域，具体而言，涉及一种吸烟行为检测方法、装置、存储介质及电子设备。

背景技术

鉴于在公众场合(如地铁、火车、商场等)的吸烟行为对吸烟者及周围人的身体健康以及环境安全会造成很大的安全隐患，目前，有关部门制定了较为严格的管理措施以制止公众场合的吸烟行为，并辅以相应的检测手段对吸烟行为进行监控。传统的吸烟检测手段大多依靠烟雾传感器，但这种手段的适用场合有限，不适用于比较开阔的场合。

基于视频监控的吸烟检测在很多场合可以作为很好的替代选择。但是，香烟属于一个非常小的目标物体，体积小、目标不明显，为吸烟检测带来了很大的困难，尤其在分辨率较差的视频中更难检测到，因此，这种手段对吸烟行为的甄别精准度往往不高。

发明内容

本申请实施例的目的在于提供一种吸烟行为检测方法、装置、存储介质及电子设备，以改善上述技术问题。

为实现上述目的，本申请提供如下技术方案：

第一方面，本申请实施例提供一种吸烟行为检测方法，包括：利用骨骼点检测模型对目标图像进行骨骼点检测，获得所述目标图像中每一人物对应的各骨骼点坐标；将每一人物的所述各骨骼点坐标分别输入至一分类模型中，获得所述目标图像中每一人物是否吸烟的初步分类结果；对于初步分类结果为吸烟的人物，从所述目标图像中提取所述人物的面部区域，得到面部图像；利用目标检测模型对所述面部图像进行香烟检测，以确定所述人物是否吸烟。

本申请采用了骨骼点检测-分类-目标检测的级联模型，利用骨骼点检测和分类模型快速筛选出潜在的吸烟对象，并提取吸烟对象的面部位置，对其面部进行细粒度的香烟目标检测，整个检测方法检测速度快，且香烟在面部图像中属于大目标，故更容易检测到香烟，检测准确度高。

在一种可选实施方式中，所述从所述目标图像中提取所述人物的面部区域，包括：根据所述人物对应的各骨骼点坐标的骨骼点编号，确定与所述人物的面部骨骼点相对应的骨骼点坐标；根据所述面部骨骼点的骨骼点坐标从所述目标图像中提取对应的面部区域。

从目标图像中提取面部区域可以借助于骨骼点检测模型的输出结果来实施，而不必单独对图像进行面部识别。

在一种可选实施方式中，所述方法还包括：获取多个训练图像；利用骨骼点检测模型对每一所述训练图像进行骨骼点检测，获得每一训练图像中人物的各骨骼点坐标；利用每一训练图像的各骨骼点坐标以及对应的标签对一支持向量机进行训练，以获得所述分类模型。

在应用该方法进行吸烟行为检测前，先对支持向量机进行训练，以得到用于对骨骼点坐标进行分类的分类模型。

在一种可选实施方式中，所述从所述目标图像中提取所述人物的面部区域，得到面部图像，包括：从所述目标图像中提取所述人物的面部区域，将所述面部区域的宽度按照预设比例向外扩展，得到新的面部区域；根据所述新的面部区域得到对应的面部图像。

为了保证面部图像中尽可能的包含有香烟目标，故将所提取的面部区域向外扩展，以解决由于人物侧站，香烟未位于面部区域内的问题。