CN110569771A - 吸烟识别方法、装置、存储介质及电子设备 - Google Patents
吸烟识别方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN110569771A CN110569771A CN201910811599.XA CN201910811599A CN110569771A CN 110569771 A CN110569771 A CN 110569771A CN 201910811599 A CN201910811599 A CN 201910811599A CN 110569771 A CN110569771 A CN 110569771A
- Authority
- CN
- China
- Prior art keywords
- person
- area image
- hand
- head
- appears
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/44—Event detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明提供了一种吸烟识别方法、装置、存储介质及电子设备。其中，该吸烟识别方法包括：获取摄像头拍摄的预设区域的监控视频，所述监控视频包括多帧图片；对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域；当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像；对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟。本发明通过分级筛选识别，从而实现判断人员是否在吸烟，可以提高准确度，降低识别工作量。
Description
技术领域
本申请涉及监控领域，具体涉及一种吸烟识别方法、装置、存储介质及电子设备。
背景技术
目前，针对室内的抽烟检测主要以烟雾报警器为主，部分厂家也有红外热点感应进行抽烟检测。但其缺陷也相当明显，首先烟雾报警器对烟雾浓度与一氧化碳的浓度有所要求，所以抽烟所产生的烟雾通常不能激发烟雾报警器。而通过红外的手段进行抽烟检测虽然相对准确，但识别范围则是其致命缺陷其主要能覆盖电梯轿厢以及高铁内厕所灯小范围环境。同时如在加油站中人来车往情况复杂，红外并无办法区分感应物体的具体情况。所以目前来看市场上并无任何方法针对抽烟进行精确的检测和报警。
因此，现有技术存在缺陷，急需改进。
发明内容
本申请的目的是提供一种吸烟识别方法、装置、存储介质及电子设备，具有可以提高准确度，降低识别工作量的有益效果。
本申请实施例提供了一种吸烟识别方法，包括以下步骤：
获取摄像头拍摄的预设区域的监控视频，所述监控视频包括多帧图片；
对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域；
当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像；
对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟。
在本发明所述的吸烟识别方法中，所述对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域的步骤包括：
按照图片的拍摄时间依次对所述多帧图片进行识别，以判断是否出现移动物体；
若出现移动物，则根据所述移动物的轮廓判断所述移动物体是否为人员。
在本发明所述的吸烟识别方法中，所述当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像的步骤包括：
当检测到有人员出现在所述预设区域时，标注出所述人员的轮廓图；
根据所述轮廓图，判断所述人员手部所在的第一位置信息以及头部所在的第二位置信息；
根据所述第一位置信息以及所述第二位置信息提出所述人员的头部区域图像以及手部区域图像。
在本发明所述的吸烟识别方法中，所述对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟的步骤包括：
对所述头部区域图像进行识别，以判断所述头部区域图像是否有烟雾以及亮点出现；
对所述手部区域图像进行识别，以判断所述手部区域图像是否有烟雾及亮点出现；
若烟雾出现在头部区域图像或手部区域图像，且亮点出现在头部区域图像或手部区域图像，则判断所述人员在吸烟。
在本发明所述的吸烟识别方法中，所述对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟的步骤包括：
对所述头部区域图像进行识别，以判断所述头部区域图像是否有烟雾以及亮点出现；
对所述手部区域图像进行识别，以判断所述手部区域图像是否有烟雾及亮点出现；
若烟雾出现在连续的若干帧图片的手部区域图像或头部区域图像，且在所述若干帧图片内的手部区域图像或头部区域图像至少检测到一次亮点，则判断所述人员在吸烟。
在本发明所述的吸烟识别方法中，所述对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟的步骤包括：
分别对头部区域图像以及手部区域图像进行识别，以判断所述头部区域图像或手部区域图像是否有烟雾以及亮点出现；
若出现烟雾及亮点，则判断出现所述亮点的区域进行识别；
判断所述亮点是否出现在香烟状物体的端部，若是，则判断所述人员在吸烟。
一种吸烟识别装置，包括：
第一获取模块，用于获取摄像头拍摄的预设区域的监控视频，所述监控视频包括多帧图片；
第一判断模块，用于对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域；
提取模块，用于当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像；
第二判断模块，用于对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟。
在本发明所述的吸烟识别装置中，所述提取模块模块包括：
标注单元，用于当检测到有人员出现在所述预设区域时，标注出所述人员的轮廓图；
判断单元，用于根据所述轮廓图，判断所述人员手部所在的第一位置信息以及头部所在的第二位置信息；
提取单元，用于根据所述第一位置信息以及所述第二位置信息提出所述人员的头部区域图像以及手部区域图像。
一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述任一项所述的方法。
一种电子设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行上述任一项所述的方法。
有上可知，本发明通过获取摄像头拍摄的预设区域的监控视频，所述监控视频包括多帧图片；对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域；当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像；对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟；通过分级筛选识别，从而实现判断人员是否在吸烟，可以提高准确度，降低识别工作量。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的吸烟识别方法的流程图。
图2是本申请实施例提供的吸烟识别装置的结构图。
图3是本申请实施例提供的电子设备的结构图。
具体实施方式
下面详细描述本申请的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
下文的公开提供了许多不同的实施方式或例子用来实现本申请的不同结构。为了简化本申请的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本申请。此外，本申请可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本申请提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
本申请的说明书和权利要求书以及上述附图中的术语“第一”、“第二”、“第三”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应当理解，这样描述的对象在适当情况下可以互换。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤的过程、方法或包含了一系列模块或单元的装置、终端、系统不必限于清楚地列出的那些步骤或模块或单元，还可以包括没有清楚地列出的步骤或模块或单元，也可以包括对于这些过程、方法、装置、终端或系统固有的其它步骤或模块或单元。
参考图1，图1为本发明一些实施例中的一种吸烟识别方法的流程图。该吸烟识别方法主要应用在档案室、写字楼等公共场所。该吸烟识别方法包括以下步骤：
S101、获取摄像头拍摄的预设区域的监控视频，该监控视频包括多帧图片。
其中，该摄像头采用4k超高清监控摄像头，以便于得到高分辨率的多帧图片。该预设区域可以设置办公室、档案室、商场等地方。该多帧图片按照监控视频的时间轴依次排序。
S102、对该多帧图片依次进行初步识别，以判断是否有人员出现在该预设区域。
其中，由于后续的识别是精度较高，计算比较复杂的识别，因此，为了减小电子设备的工作量，需要预先判断是否有人员出现在该预设区域。而对于人员的判断算法相对简单，而且计算速度较快。
例如，在一些实施例中，该步骤S102包括：S1021、按照图片的拍摄时间依次对所述多帧图片进行识别，以判断是否出现移动物体；S1022、若出现移动物，则根据所述移动物的轮廓判断所述移动物体是否为人员。
其中，由于在人员出现前，该预设区域的图像大致是一成不变的，因此，识别是否有移动物体出现时，较好的方法为依次对比前后相邻的两张图片，判断图片是否出现变化。若出现变化，则判断出现了移动物体，然后只需要对该移动物体的轮廓进行标注，然后根据标注出的轮廓判断该移动物体是否为人。有可能是猫、狗闯入该区域，而猫狗的轮廓与人的轮廓是差异较大的，因此可以很快区分出。
在一些实施例中，还可以根据每次检测到人员出现时，或者判断人员出现时，自动记录该人员的图像信息，实现预存数据的更新，便于后续的识别。
S103、当检测到有人员出现在该预设区域时，提取出该人员的头部区域图像以及手部区域图像。
其中，由于如果人员在吸烟，香烟出现的位置要么是手部区域，要么是头部区域，因此，为了减小识别的时间，以及避免误判，需要提取出人员的头部区域头像以及手部区域图像进行精细化识别。
在一些实施例中，该步骤S103包括以下子步骤：S1031、当检测到有人员出现在所述预设区域时，标注出所述人员的轮廓图；S1032、根据所述轮廓图，判断人员手部所在的第一位置信息以及头部所在的第二位置信息；S1033、根据所述第一位置信息以及所述第二位置信息提出所述人员的头部区域图像以及手部区域图像。
其中，由于在人员出现前，该预设区域的图像大致是一成不变的，因此，识别是否有移动物体出现时，较好的方法为依次对比前后相邻的两张图片，判断图片是否出现变化。若出现变化，则判断出现了移动物体，然后只需要对该移动物体的轮廓进行标注，然后根据标注出的轮廓判断该移动物体是否为人。有可能是猫、狗闯入该区域，而猫狗的轮廓与人的轮廓是差异较大的，因此可以很快区分出。
在该步骤中，对人体的头部区域的轮廓特征以及手部区域的轮廓特征进行自学习，每次采集到新的人员的头部区域图像以及手部区域图像时，就将该人体的头部区域的轮廓特征以及手部区域的轮廓特征保存到数据库中，以便于下次进行直接使用。
S104、对该头部区域图像以及手部区域图像分别进行识别以判断该人员是否在吸烟。
其中，由于吸烟时，香烟要么是在嘴部区域，要么是手部区域，因此，只需要对头部区域图像以及手部区域图像进行精细化识别，并采用一定算法即可判断出，该人员是否在抽烟。
在一些实施例中，该步骤S104包括：S1041、对所述头部区域图像进行识别，以判断所述头部区域图像是否有烟雾以及亮点出现；S1042、对所述手部区域图像进行识别，以判断所述手部区域图像是否有烟雾及亮点出现；S1043、若烟雾出现在头部区域图像或手部区域图像，且亮点出现在头部区域图像或手部区域图像，则判断所述人员在吸烟。其中，由于亮点可能被身体遮挡，因此，只要烟雾出现在头部区域图像或手部区域图像，且亮点出现在头部区域图像或手部区域图像，则判断所述人员在吸烟，就可以判断该人员在吸烟。
在一些实施例中，该步骤S104包括：S1044、对所述头部区域图像进行识别，以判断所述头部区域图像是否有烟雾以及亮点出现；S1045、对所述手部区域图像进行识别，以判断所述手部区域图像是否有烟雾及亮点出现；S1046、若烟雾出现在连续的若干帧图片的手部区域图像或头部区域图像，且在所述若干帧图片内的手部区域图像或头部区域图像至少检测到一次亮点，则判断所述人员在吸烟。
在一些实施例中，该步骤S104包括：S1047、分别对头部区域图像以及手部区域图像进行识别，以判断所述头部区域图像或手部区域图像是否有烟雾以及亮点出现；S1048、若出现烟雾及亮点，则判断出现所述亮点的区域进行识别；判断所述亮点是否出现在香烟状物体的端部，若是，则判断所述人员在吸烟。由于可能存在人员在喝开水，或者烧开水的情况，会出现烟雾状的水汽，且刚好在玩手机，手机上有亮点，因此需要进行排查，需要借助香烟的形状进行进一步地判断。
有上可知，本发明通过获取摄像头拍摄的预设区域的监控视频，所述监控视频包括多帧图片；对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域；当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像；对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟；通过分级筛选识别，从而实现判断人员是否在吸烟，可以提高准确度，降低识别工作量。
请参照图2，图2是本发明一些实施例中的一种吸烟识别装置的结构图。该吸烟识别装置包括：第一获取模块201、第一判断模块202、提取模块203以及第二判断模块204。
其中，该第一获取模块201用于获取摄像头拍摄的预设区域的监控视频，所述监控视频包括多帧图片；其中，该摄像头采用4k超高清监控摄像头，以便于得到高分辨率的多帧图片。该预设区域可以设置办公室、档案室、商场等地方。该多帧图片按照监控视频的时间轴依次排序。
其中，该第一判断模块202用于对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域。其中，由于后续的识别是精度较高，计算比较复杂的识别，因此，为了减小电子设备的工作量，需要预先判断是否有人员出现在该预设区域。而对于人员的判断算法相对简单，而且计算速度较快。
其中，该提取模块203用于当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像；例如，在一些实施例中，提取模块模块203包括：标注单元，用于当检测到有人员出现在所述预设区域时，标注出所述人员的轮廓图；判断单元，用于根据所述轮廓图，判断所述人员手部所在的第一位置信息以及头部所在的第二位置信息；提取单元，用于根据所述第一位置信息以及所述第二位置信息提出所述人员的头部区域图像以及手部区域图像。
其中，由于在人员出现前，该预设区域的图像大致是一成不变的，因此，识别是否有移动物体出现时，较好的方法为依次对比前后相邻的两张图片，判断图片是否出现变化。若出现变化，则判断出现了移动物体，然后只需要对该移动物体的轮廓进行标注，然后根据标注出的轮廓判断该移动物体是否为人。有可能是猫、狗闯入该区域，而猫狗的轮廓与人的轮廓是差异较大的，因此可以很快区分出。其中，由于在人员出现前，该预设区域的图像大致是一成不变的，因此，识别是否有移动物体出现时，较好的方法为依次对比前后相邻的两张图片，判断图片是否出现变化。若出现变化，则判断出现了移动物体，然后只需要对该移动物体的轮廓进行标注，然后根据标注出的轮廓判断该移动物体是否为人。有可能是猫、狗闯入该区域，而猫狗的轮廓与人的轮廓是差异较大的，因此可以很快区分出。
其中，该第二判断模块204用于对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟。其中，由于吸烟时，香烟要么是在嘴部区域，要么是手部区域，因此，只需要对头部区域图像以及手部区域图像进行精细化识别，并采用一定算法即可判断出，该人员是否在抽烟。
在一些实施例中，第二判断模块204具体用于：对所述头部区域图像进行识别，以判断所述头部区域图像是否有烟雾以及亮点出现；对所述手部区域图像进行识别，以判断所述手部区域图像是否有烟雾及亮点出现；若烟雾出现在头部区域图像或手部区域图像，且亮点出现在头部区域图像或手部区域图像，则判断所述人员在吸烟。其中，由于亮点可能被身体遮挡，因此，只要烟雾出现在头部区域图像或手部区域图像，且亮点出现在头部区域图像或手部区域图像，则判断所述人员在吸烟，就可以判断该人员在吸烟。
在一些实施例中，第二判断模块204具体用于：对所述头部区域图像进行识别，以判断所述头部区域图像是否有烟雾以及亮点出现；对所述手部区域图像进行识别，以判断所述手部区域图像是否有烟雾及亮点出现；若烟雾出现在连续的若干帧图片的手部区域图像或头部区域图像，且在所述若干帧图片内的手部区域图像或头部区域图像至少检测到一次亮点，则判断所述人员在吸烟。
在一些实施例中，第二判断模块204具体用于：分别对头部区域图像以及手部区域图像进行识别，以判断所述头部区域图像或手部区域图像是否有烟雾以及亮点出现；若出现烟雾及亮点，则判断出现所述亮点的区域进行识别；判断所述亮点是否出现在香烟状物体的端部，若是，则判断所述人员在吸烟。由于可能存在人员在喝开水，或者烧开水的情况，会出现烟雾状的水汽，且刚好在玩手机，手机上有亮点，因此需要进行排查，需要借助香烟的形状进行进一步地判断。
有上可知，本发明通过获取摄像头拍摄的预设区域的监控视频，所述监控视频包括多帧图片；对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域；当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像；对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟；通过分级筛选识别，从而实现判断人员是否在吸烟，可以提高准确度，降低识别工作量。
本申请实施例还提供一种存储介质，该存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，该计算机执行上述任一实施例所述的基于语音识别的人脸表情装饰方法，从而实现以下功能：获取摄像头拍摄的预设区域的监控视频，所述监控视频包括多帧图片；对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域；当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像；对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟。
请参照图3，本申请实施例还提供一种电子设备。该电子设备可以是智能手机、平板电脑等设备。如示，电子设备300包括处理器301和存储器302。其中，处理器301与存储器302电性连接。处理器301是终端300的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或调用存储在存储器302内的计算机程序，以及调用存储在存储器302内的数据，执行终端的各种功能和处理数据，从而对终端进行整体监控。
在本实施例中，电子设备300中的处理器301会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器302中，并由处理器301来运行存储在存储器302中的计算机程序，从而实现各种功能：获取摄像头拍摄的预设区域的监控视频，所述监控视频包括多帧图片；对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域；当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像；对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟。
存储器302可用于存储计算机程序和数据。存储器302存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器301通过调用存储在存储器302的计算机程序，从而执行各种功能应用以及数据处理。
需要说明的是，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，该存储介质可以包括但不限于：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。
以上对本申请实施例所提供的吸烟识别方法、装置、存储介质及电子设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种吸烟识别方法，其特征在于，包括以下步骤：
获取摄像头拍摄的预设区域的监控视频，所述监控视频包括多帧图片；
对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域；
当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像；
对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟。
2.根据权利要求1所述的吸烟识别方法，其特征在于，所述对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域的步骤包括：
按照图片的拍摄时间依次对所述多帧图片进行识别，以判断是否出现移动物体；
若出现移动物，则根据所述移动物的轮廓判断所述移动物体是否为人员。
3.根据权利要求1所述的吸烟识别方法，其特征在于，所述当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像的步骤包括：
当检测到有人员出现在所述预设区域时，标注出所述人员的轮廓图；
根据所述轮廓图，判断所述人员手部所在的第一位置信息以及头部所在的第二位置信息；
根据所述第一位置信息以及所述第二位置信息提出所述人员的头部区域图像以及手部区域图像。
4.根据权利要求1所述的吸烟识别方法，其特征在于，所述对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟的步骤包括：
对所述头部区域图像进行识别，以判断所述头部区域图像是否有烟雾以及亮点出现；
对所述手部区域图像进行识别，以判断所述手部区域图像是否有烟雾及亮点出现；
若烟雾出现在头部区域图像或手部区域图像，且亮点出现在头部区域图像或手部区域图像，则判断所述人员在吸烟。
5.根据权利要求1所述的吸烟识别方法，其特征在于，所述对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟的步骤包括：
对所述头部区域图像进行识别，以判断所述头部区域图像是否有烟雾以及亮点出现；
对所述手部区域图像进行识别，以判断所述手部区域图像是否有烟雾及亮点出现；
若烟雾出现在连续的若干帧图片的手部区域图像或头部区域图像，且在所述若干帧图片内的手部区域图像或头部区域图像至少检测到一次亮点，则判断所述人员在吸烟。
6.根据权利要求1所述的吸烟识别方法，其特征在于，所述对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟的步骤包括：
分别对头部区域图像以及手部区域图像进行识别，以判断所述头部区域图像或手部区域图像是否有烟雾以及亮点出现；
若出现烟雾及亮点，则判断出现所述亮点的区域进行识别；
判断所述亮点是否出现在香烟状物体的端部，若是，则判断所述人员在吸烟。
7.一种吸烟识别装置，其特征在于，包括：
第一获取模块，用于获取摄像头拍摄的预设区域的监控视频，所述监控视频包括多帧图片；
第一判断模块，用于对所述多帧图片依次进行初步识别，以判断是否有人员出现在所述预设区域；
提取模块，用于当检测到有人员出现在所述预设区域时，提取出所述人员的头部区域图像以及手部区域图像；
第二判断模块，用于对所述头部区域图像以及所述手部区域图像分别进行识别以判断所述人员是否在吸烟。
8.根据权利要求7所述的吸烟识别装置，其特征在于，所述提取模块模块包括：
标注单元，用于当检测到有人员出现在所述预设区域时，标注出所述人员的轮廓图；
判断单元，用于根据所述轮廓图，判断所述人员手部所在的第一位置信息以及头部所在的第二位置信息；
提取单元，用于根据所述第一位置信息以及所述第二位置信息提出所述人员的头部区域图像以及手部区域图像。
9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行权利要求1至5任一项所述的方法。
10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行权利要求1至5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910811599.XA CN110569771A (zh) | 2019-08-30 | 2019-08-30 | 吸烟识别方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910811599.XA CN110569771A (zh) | 2019-08-30 | 2019-08-30 | 吸烟识别方法、装置、存储介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110569771A true CN110569771A (zh) | 2019-12-13 |
Family
ID=68777020
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910811599.XA Withdrawn CN110569771A (zh) | 2019-08-30 | 2019-08-30 | 吸烟识别方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110569771A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111222493A (zh) * | 2020-01-20 | 2020-06-02 | 北京捷通华声科技股份有限公司 | 一种视频处理方法及装置 |
| CN111428600A (zh) * | 2020-03-17 | 2020-07-17 | 北京都是科技有限公司 | 吸烟检测方法、系统、装置及热红外图像处理器 |
| CN111553275A (zh) * | 2020-04-28 | 2020-08-18 | 厦门博海中天信息科技有限公司 | 基于ai及热成像的吸烟监测方法、模块、设备及介质 |
| CN111914667A (zh) * | 2020-07-08 | 2020-11-10 | 浙江大华技术股份有限公司 | 一种吸烟检测方法及装置 |
| CN111931653A (zh) * | 2020-08-11 | 2020-11-13 | 沈阳帝信人工智能产业研究院有限公司 | 安全监测方法、装置、电子设备和可读存储介质 |
| CN112200092A (zh) * | 2020-10-13 | 2021-01-08 | 深圳龙岗智能视听研究院 | 一种基于球型摄像机可变焦移动的智能吸烟检测方法 |
| CN112668430A (zh) * | 2020-12-21 | 2021-04-16 | 四川长虹电器股份有限公司 | 一种吸烟行为检测方法、系统、计算机设备、存储介质 |
| CN113011211A (zh) * | 2019-12-19 | 2021-06-22 | 深圳云天励飞技术有限公司 | 一种吸烟行为的检测方法、装置、电子设备及存储介质 |
| CN113852788A (zh) * | 2021-09-03 | 2021-12-28 | 泰华智慧产业集团股份有限公司 | 一种基于视频智能分析的城市管理系统 |
| CN113971838A (zh) * | 2021-10-28 | 2022-01-25 | 江西电信信息产业有限公司 | 一种基于识别人员安全行为画像的检测方法及装置 |
| CN114755972A (zh) * | 2022-04-25 | 2022-07-15 | 泰州机电高等职业技术学校 | 一种厕所吸烟警示系统 |
| CN115440015A (zh) * | 2022-08-25 | 2022-12-06 | 深圳泰豪信息技术有限公司 | 一种可智能安全管控的视频分析方法及系统 |
| CN116071885A (zh) * | 2023-04-04 | 2023-05-05 | 四川三思德科技有限公司 | 一种电梯用防干扰烟雾感应报警方法及系统 |
-
2019
- 2019-08-30 CN CN201910811599.XA patent/CN110569771A/zh not_active Withdrawn
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113011211A (zh) * | 2019-12-19 | 2021-06-22 | 深圳云天励飞技术有限公司 | 一种吸烟行为的检测方法、装置、电子设备及存储介质 |
| CN113011211B (zh) * | 2019-12-19 | 2024-05-07 | 深圳云天励飞技术有限公司 | 一种吸烟行为的检测方法、装置、电子设备及存储介质 |
| CN111222493A (zh) * | 2020-01-20 | 2020-06-02 | 北京捷通华声科技股份有限公司 | 一种视频处理方法及装置 |
| CN111428600A (zh) * | 2020-03-17 | 2020-07-17 | 北京都是科技有限公司 | 吸烟检测方法、系统、装置及热红外图像处理器 |
| CN111553275A (zh) * | 2020-04-28 | 2020-08-18 | 厦门博海中天信息科技有限公司 | 基于ai及热成像的吸烟监测方法、模块、设备及介质 |
| CN111914667A (zh) * | 2020-07-08 | 2020-11-10 | 浙江大华技术股份有限公司 | 一种吸烟检测方法及装置 |
| CN111914667B (zh) * | 2020-07-08 | 2023-04-07 | 浙江大华技术股份有限公司 | 一种吸烟检测方法及装置 |
| CN111931653A (zh) * | 2020-08-11 | 2020-11-13 | 沈阳帝信人工智能产业研究院有限公司 | 安全监测方法、装置、电子设备和可读存储介质 |
| CN112200092B (zh) * | 2020-10-13 | 2023-06-23 | 深圳龙岗智能视听研究院 | 一种基于球型摄像机可变焦移动的智能吸烟检测方法 |
| CN112200092A (zh) * | 2020-10-13 | 2021-01-08 | 深圳龙岗智能视听研究院 | 一种基于球型摄像机可变焦移动的智能吸烟检测方法 |
| CN112668430A (zh) * | 2020-12-21 | 2021-04-16 | 四川长虹电器股份有限公司 | 一种吸烟行为检测方法、系统、计算机设备、存储介质 |
| CN113852788A (zh) * | 2021-09-03 | 2021-12-28 | 泰华智慧产业集团股份有限公司 | 一种基于视频智能分析的城市管理系统 |
| CN113971838A (zh) * | 2021-10-28 | 2022-01-25 | 江西电信信息产业有限公司 | 一种基于识别人员安全行为画像的检测方法及装置 |
| CN114755972A (zh) * | 2022-04-25 | 2022-07-15 | 泰州机电高等职业技术学校 | 一种厕所吸烟警示系统 |
| CN114755972B (zh) * | 2022-04-25 | 2024-04-19 | 泰州机电高等职业技术学校 | 一种厕所吸烟警示系统 |
| CN115440015A (zh) * | 2022-08-25 | 2022-12-06 | 深圳泰豪信息技术有限公司 | 一种可智能安全管控的视频分析方法及系统 |
| CN115440015B (zh) * | 2022-08-25 | 2023-08-11 | 深圳泰豪信息技术有限公司 | 一种可智能安全管控的视频分析方法及系统 |
| CN116071885A (zh) * | 2023-04-04 | 2023-05-05 | 四川三思德科技有限公司 | 一种电梯用防干扰烟雾感应报警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110569771A (zh) | 吸烟识别方法、装置、存储介质及电子设备 | |
| US11663803B2 (en) | System for counting quantity of game tokens | |
| CN109858371B (zh) | 人脸识别的方法及装置 | |
| KR102058427B1 (ko) | 검사 장치 및 방법 | |
| CN108269333A (zh) | 人脸识别方法、应用服务器及计算机可读存储介质 | |
| CN110647822A (zh) | 高空抛物行为识别方法、装置、存储介质及电子设备 | |
| CN108319986B (zh) | 基于prnu的图像来源的鉴定方法及其系统 | |
| JP5116608B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
| US20200082588A1 (en) | Context-aware selective object replacement | |
| CN110569770A (zh) | 人体入侵行为识别方法、装置、存储介质及电子设备 | |
| CN107784649A (zh) | 基于图像识别的芯棒测试远程报警系统及方法 | |
| CN110619287A (zh) | 室内火灾预警识别方法、装置、存储介质及电子设备 | |
| KR20190108218A (ko) | 디지털 영상 이미지를 이용한 위급상황 분석장치 및 방법 | |
| CN116403141A (zh) | 一种烟火检测方法、系统及存储介质 | |
| KR20180092033A (ko) | 부품 등록기 | |
| CN110069995A (zh) | 一种基于深度学习的餐盘运动状态识别方法 | |
| CN113869110A (zh) | 物品检测方法、装置、终端及计算机可读存储介质 | |
| KR101395666B1 (ko) | 비디오 영상의 변화를 이용한 도난 감시 장치 및 방법 | |
| CN112967224A (zh) | 一种基于人工智能的电子电路板检测系统、方法及介质 | |
| CN110796017A (zh) | 物品遗落的确定方法和装置、模型训练方法和装置 | |
| WO2022247684A1 (zh) | 基站馈线检测方法、系统及相关装置 | |
| TWI777689B (zh) | 物件辨識暨體溫量測方法 | |
| CN112446850A (zh) | 适配测试方法、装置及电子设备 | |
| WO2017219562A1 (zh) | 一种二维码生成方法及装置 | |
| CN106775701B (zh) | 一种客户端自动取证方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191213 |