[发明专利]检测图像、视频中人体异常行为方法、装置、设备和介质

说明书

本发明涉及图像处理领域，具体涉及检测图像、视频中人体异常行为方法、装置、设备和介质。所述检测图像中人体异常行为的方法包括：对图像中的人体执行姿态检测操作以及烟头检测操作；根据所述姿态检测操作的判定结果和烟头检测操作的判定结果确定所述图像中的人体是否存在吸烟行为；所述姿态检测操作包括：计算所述人体的手部与脸部的距离；计算所述人体的头部与手部的距离；判断所述手部与脸部的距离、所述头部与手部的距离之间的比值是否超过距离阈值，若是，则判定所述人体存在吸烟动作；若否，则判定所述人体不存在吸烟动作；所述距离阈值为预设的值；所述烟头检测操作包括：判断所述人体的手部是否携带香烟。

技术领域

本发明涉及图像处理领域，更具体地，涉及检测图像、视频中人体异常行为方法、装置、设备和介质。

背景技术

医学研究表明，吸烟已是造成肺癌、慢性肺病和冠心病等疾病重要因素，世界卫生组织的国际癌症研究机构已将烟草列入致癌物清单。吸烟不仅危害自身的健康，对于吸入二手烟的人群也会造成更大的健康损害。在通风不良的公共场所，如公共汽车和商场的休息区，被迫吸二手烟的情况尤其严重。此外，因吸烟引起火灾而造成的重大财产损失和人员伤亡的事故屡见不鲜。鉴于吸烟的诸多危害，许多国家已明令禁止在公共场所吸烟，因此出现了各种烟雾探测器。基于传感器的烟雾检测是目前使用最广泛的检测方法，但烟雾传感器受距离影响，难以保证检测准确率。

现发展出利用图像处理算法技术对公共场合进行吸烟行为的检测，现有的吸烟动作识别方法大多使用深度学习，由于整个吸烟动作历时较长，在实验中发现用时间卷积来提取特征并没有很好的效果。现实场景中的应用也会涉及到多人、遮挡等问题。基于深度学习的图像识别方法在多人的情况下存在计算量较大、实时性差等问题。同时还需要对大量数据进行训练来提高识别的准确率。且现有的吸烟动作识别，多是在某个特定的场景应用，如对驾驶舱的司机进行单人正面检测，在其他的检测场景中检测准确率低，容易出现误判、漏判的情况。

发明内容

本发明提供一种检测图像、视频中人体异常行为方法、装置、设备和介质，用于提高吸烟检测的准确性和效率。本发明采取的技术方案包括：一种检测图像中人体异常行为的方法，用于检测图像中的人体是否存在吸烟行为，包括：对图像中的人体执行姿态检测操作以及烟头检测操作；根据所述姿态检测操作的判定结果和烟头检测操作的判定结果确定所述图像中的人体是否存在吸烟行为；所述姿态检测操作包括：利用人体姿态参考模型标定所述图像中人体的手部和头部；利用人脸关键点检测模型标定所述图像中人体的脸部关键点；计算所述人体的手部与脸部关键点的距离；计算所述人体的头部与手部的距离；判断所述手部与脸部关键点的距离、所述头部与手部的距离之间的比值是否超过距离阈值，若是，则判定所述人体存在吸烟动作；若否，则判定所述人体不存在吸烟动作；所述距离阈值为预设的值；所述烟头检测操作包括：判断所述人体的手部是否携带香烟。

所述吸烟动作为公知常识中人体进行吸烟所做的动作，其具有显著的规律性，作为检测吸烟行为的其一重要特征，所述姿态检测操作结合整体骨骼和脸部细微五官进行吸烟动作的检测，分别通过人体姿态参考模型和人脸关键点检测模型进行标定，两个模型的算法相互配合，人体姿态参考模型对肢体方向的处理与人脸关键点检测模型对人脸角度的处理相互印证，人体姿态参考模型对人体躯干范围的划分与人脸关键点检测模型对人体脸部的划分亦相互印证，提高单个部位的标定准确率，并且针对存在多个人体的图像时，可有效判断不同人体在图像中的占比（或不同人体离摄像头的远近），不易发生标定遗漏，更好地完成同一人体的头部、脸部、手部的匹配，不易发生如一个人体的头部匹配了另外一个人体的手部等混淆匹配情况，并且在人体出现部分遮挡时两个模型相互补充，提高鲁棒性。

除此之外，本发明还进一步引入吸烟行为的另一重要特征——香烟的检测步骤，即烟头检测操作。香烟具有显著的图像特征，呈白色细条状，易与其他食物区分，通过模型训练可以达到高检出率。针对图像中同一个人体同时或者先后进行姿态检测操作和烟头检测操作，两种检测操作的判定结果均包括“是”与“否”，通过两个重要特征的判定结果组合，保证检测准确性，有效避免误判、漏检的情况。