CN112668387A - 基于AlphaPose实现的违规抽烟识别方法 - Google Patents

基于AlphaPose实现的违规抽烟识别方法 Download PDF

Info

Publication number
CN112668387A
CN112668387A CN202011017414.7A CN202011017414A CN112668387A CN 112668387 A CN112668387 A CN 112668387A CN 202011017414 A CN202011017414 A CN 202011017414A CN 112668387 A CN112668387 A CN 112668387A
Authority
CN
China
Prior art keywords
person
distance
smoking
nose
wrist joint
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.)
Granted
Application number
CN202011017414.7A
Other languages
English (en)
Other versions
CN112668387B (zh
Inventor
邵宇丰
周锦霆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Hefu Artificial Intelligence Technology Group Co ltd
Original Assignee
Shanghai Hefu Artificial Intelligence Technology Group Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Hefu Artificial Intelligence Technology Group Co ltd filed Critical Shanghai Hefu Artificial Intelligence Technology Group Co ltd
Priority to CN202011017414.7A priority Critical patent/CN112668387B/zh
Publication of CN112668387A publication Critical patent/CN112668387A/zh
Application granted granted Critical
Publication of CN112668387B publication Critical patent/CN112668387B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Image Analysis (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了基于AlphaPose实现的违规抽烟识别方法，属于烟雾检测的技术领域。依次包括以下步骤：步骤一：在工地安装录制抽烟的监控；步骤二：监控拍摄到人员抽烟过程中的行为特征；步骤三：监控中的图像被输入到检测系统中；步骤四：使用检测系统对输入的图像中人员手腕关节点和鼻子坐标以及眼距进行检测；步骤五：记录检测系统中检测得到的手腕关节点和鼻子坐标之间的距离；步骤六：比较人员手腕关节点和鼻子之间的距离与该人员眼距的倍数，若人员的手腕和鼻子之间的关节点之间的距离小于该人员的四倍眼距，则判断为抽烟。解决了传统的抽烟检测方式中由于距离远以及外界因素干扰导致的检测不准确的问题。

Description

基于AlphaPose实现的违规抽烟识别方法
技术领域
本发明涉及基于AlphaPose实现的违规抽烟识别方法，属于烟雾检测的技术领域。
背景技术
对于抽烟行为的检测研究由来已久，传统的检测方法有两大方向：检测抽烟是的烟雾特征和检测抽烟者的外观特征。其中对于抽烟时烟雾特征的检测方法又分为硬件设备检测烟雾和视频图像检测烟雾。而对抽烟者外观特征的检测方法分为视频图像检测抽烟者手势特征和视频图像检测抽烟者姿态动作。
使用硬件设备检测烟雾的方法对硬件的改进在提高性能的同时也增加了成本。而且对于抽烟行为来说，抽烟产生的烟雾量有限，普通的烟雾检测器传感设备对于抽烟烟雾可能并不敏感甚至无法检测。而对于检测敏感度较高的硬件设备在施工工地这样的室外场所使用时，可能会受到扬尘、施工车辆所产生的油烟的干扰，因此基于业务传感器设备检测抽烟的方法局限性很大。而且因为烟雾一般在抽烟行为的起始阶段产生，但此时产生的烟雾还未来得及扩散到烟雾传感器的识别区域，所以使用硬件设备检测烟雾还处在一定的滞后性。
视频烟雾检测方法，都是通过图像处理、运动检测提取视频烟雾的静态和动态特征，利用阈值设定的方法进行烟雾检测的，但是这种研究方法的烟雾判别准则依赖于人工设定的阈值，不具有普遍的适用性。
目前的监控摄像头的像素清晰度达不到4米以外准确识别人手关键特征，且大多摄像头安置位置离地面高度在3米左右，俯视监控距离就脱离了手势识别有效清晰度范围。而且市场上已部署的大多摄像头不具备体感相机的功能，因此要利用手势实现检测抽烟的功能还需要升级摄像头等硬件设备。
发明内容
本发明所要解决的技术问题在于：提供一种远距离违规抽烟的识别算法，它解决了现有技术中无法对工地上3米以外的多人违规抽烟进行精准检测的问题。
本发明所要解决的技术问题采取以下技术方案来实现：基于AlphaPose实现的违规抽烟识别方法，依次包括以下步骤：
步骤一：在工地安装录制抽烟的监控；
步骤二：监控拍摄到人员抽烟过程中的行为特征；
步骤三：监控中的图像被输入到检测系统中；
步骤四：使用检测系统对输入的图像中人员手腕关节点和鼻子坐标以及眼距进行检测；
步骤五：记录检测系统中检测得到的手腕关节点和鼻子坐标之间的距离；
步骤六：比较人员手腕关节点和鼻子之间的距离与该人员眼距的倍数，若人员的手腕和鼻子之间的关节点之间的距离小于该人员的四倍眼距，则判断为抽烟。
优选的是，所述步骤三中的检测系统包括AlphaPose系统。
本发明的有益效果是：由于抽烟者抽烟动作中必有将烟送到嘴里的这一行为特征，因此本发明采用通过AlphaPose识别出人体手腕、眼睛和鼻子的关节点，通过阈值判断，一旦人员的手腕的关节点与鼻子的关节点之间的距离小于其两眼之间的距离的四倍时，系统就认定为抽烟，准确度较高，解决了传统的抽烟检测方式中由于距离远以及外界因素干扰导致的检测不准确的问题。
具体实施方式
为了对本发明的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体，进一步阐述本发明。
步骤S1，采集图像：
在工地安装录制抽烟的监控，当有人员违规抽烟时，监控拍摄到人员抽烟过程中的将烟送到嘴里的行为特征，并且形成图像。
步骤S2，检测图像：
将监控中的图像输入到检测系统中，使用检测系统对输入的图像进行检测，本实施例中检测系统为AlphaPose系统，AlphaPose系统是一项人体姿态识别项目，基于卷积神经网络和监督学习并以Pytorch为框架开发的开源库。
卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，能够按照其阶层结构对输入信息进行平移不变分类，可以实现人体动作、面部表情、手指运动等姿态估计，适用于单人和多人，具有极好的鲁棒性。鲁棒性指的是控制系统在网络过载或有意攻击的情况下，保持不死机、不崩溃的状态。
AlphaPose系统检测图像的工作原理是：当将监控抓拍到的图像输入 AlphaPose系统后，系统首先通过目标检测算法。用分割法在图像上生成很多小的区域，这些区域为最基础的子区域，然后根据这些区域之间的相似性进行区域合并，衡量相似性的标准是人物衣服颜色、纹理和人体大小等。
将这种小区域不断叠加，直到全部合并到一块，然后给每个区域做一个外切的矩形，就可以得到了许许多多的可能是物体的区域的方框。将这些图形放大到一个尺寸，再将放大后的图片送进卷积网络中，输入一个高维向量，再通过SVM (支持向量机)进行人体行为的分类，这样就检测出人体行为，并且预测处这个人体行为属于抽烟行为的概率，得到humanproposal。
再将proposal输入到两个并行的分支里面，上面的分支是STN+SPPE+SDTN 的结构，即SpatialTransformerNetworks+SinglePersonPoseEstimation +Spatialde-TransformerNetworks，STN接收的是humanproposal(人物信息)，SDTN产生的是poseproposal(姿势信息)。下面并行的分支充当额外的正则化矫正器，最后对poseproposal(姿势信息)做非最大值抑制，就是抑制非极大值的元素，用来消除冗余的poseproposal(姿势信息)。
步骤S3,分析数据：
输入AlphaPose系统后的图像经过算法分析以后得到每个人员的关节点坐标，关节点坐标为手腕关节点坐标和鼻子关节点坐标，记录检测系统中检测得到的坐标阈值。阈值又叫临界值，是指一个效应能够产生的最低值或者最高值。
通过坐标阈值判断，比较人员的手腕和鼻子的关节点之间的距离与该人员四倍眼距的大小，若人员的关节点之间的距离小于该人员的四倍眼距，则判断为抽烟行为；若人员的关节点之间的距离大于该人员的四倍眼距，则判断为非抽烟行为。
工作原理：因为在实际工地场所中，人员距离监控摄像头的位置较远，传统抽烟检测无法抓取到有效的抽烟特征进行抽烟判别。而本发明根据抽烟者在抽烟过程中有将烟送到嘴巴里的这一行为特征，监控会抓拍下人员的这一行为特征，然后形成图像输入AlphaPose系统，从而通过AlphaPose系统识别出人体手腕、眼睛和鼻子的关节点坐标。
通过坐标阈值判断，一旦人体手腕的关节点和鼻子的关节点坐标距离小于眼睛坐标距离的四倍时，就可以判断该名人员是抽烟行为；反之，人体手腕的关节点和鼻子的关节点坐标距离大于眼睛坐标距离的四倍时，则可以判断该名个人非抽烟行为。
如无特殊说明，本发明中，若有术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系是基于所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此本发明中描述方位或位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以结合，并根据具体情况理解上述术语的具体含义。
除非另有明确的规定和限定，本发明中，若有术语“设置”、“相连”及“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；可以是直接连接，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (2)

1.基于AlphaPose实现的违规抽烟识别方法，其特征在于，依次包括以下步骤：
步骤一：在工地安装录制抽烟的监控；
步骤二：监控拍摄到人员抽烟过程中的行为特征；
步骤三：监控中的图像被输入到检测系统中；
步骤四：使用检测系统对输入的图像中人员手腕关节点和鼻子坐标以及眼距进行检测；
步骤五：记录检测系统中检测得到的手腕关节点和鼻子坐标之间的距离；
步骤六：比较人员手腕关节点和鼻子之间的距离与该人员眼距的倍数，若人员的手腕和鼻子之间的关节点之间的距离小于该人员的四倍眼距，则判断为抽烟。
2.根据权利要求1所述的基于AlphaPose实现的违规抽烟识别方法，其特征在于，所述步骤三中的检测系统包括AlphaPose系统。
CN202011017414.7A 2020-09-24 2020-09-24 基于AlphaPose实现的违规抽烟识别方法 Active CN112668387B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011017414.7A CN112668387B (zh) 2020-09-24 2020-09-24 基于AlphaPose实现的违规抽烟识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011017414.7A CN112668387B (zh) 2020-09-24 2020-09-24 基于AlphaPose实现的违规抽烟识别方法

Publications (2)

Publication Number Publication Date
CN112668387A true CN112668387A (zh) 2021-04-16
CN112668387B CN112668387B (zh) 2023-06-27

Family

ID=75402758

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011017414.7A Active CN112668387B (zh) 2020-09-24 2020-09-24 基于AlphaPose实现的违规抽烟识别方法

Country Status (1)

Country Link
CN (1) CN112668387B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117409484A (zh) * 2023-12-14 2024-01-16 四川汉唐云分布式存储技术有限公司 基于云值守的客户违规行为检测方法、装置及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104598934A (zh) * 2014-12-17 2015-05-06 安徽清新互联信息科技有限公司 一种驾驶员吸烟行为监控方法
CN105260703A (zh) * 2015-09-15 2016-01-20 西安邦威电子科技有限公司 一种适用于多姿态下的驾驶人员抽烟行为检测方法
CN110456723A (zh) * 2019-08-15 2019-11-15 成都睿晓科技有限公司 一种基于深度学习的加油站卸油区安全管控系统
CN110533011A (zh) * 2019-10-12 2019-12-03 创新奇智(青岛)科技有限公司 发放传单行为的检测方法及检测系统
CN110688921A (zh) * 2019-09-17 2020-01-14 东南大学 一种基于人体动作识别技术的驾驶员抽烟行为检测方法
CN111601088A (zh) * 2020-05-27 2020-08-28 大连成者科技有限公司 一种基于单目摄像头坐姿识别技术的坐姿监控系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104598934A (zh) * 2014-12-17 2015-05-06 安徽清新互联信息科技有限公司 一种驾驶员吸烟行为监控方法
CN105260703A (zh) * 2015-09-15 2016-01-20 西安邦威电子科技有限公司 一种适用于多姿态下的驾驶人员抽烟行为检测方法
CN110456723A (zh) * 2019-08-15 2019-11-15 成都睿晓科技有限公司 一种基于深度学习的加油站卸油区安全管控系统
CN110688921A (zh) * 2019-09-17 2020-01-14 东南大学 一种基于人体动作识别技术的驾驶员抽烟行为检测方法
CN110533011A (zh) * 2019-10-12 2019-12-03 创新奇智(青岛)科技有限公司 发放传单行为的检测方法及检测系统
CN111601088A (zh) * 2020-05-27 2020-08-28 大连成者科技有限公司 一种基于单目摄像头坐姿识别技术的坐姿监控系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐婉晴等: "基于人体骨骼关键点的吸烟行为检测算法", 计算机应用, vol. 41, no. 12, pages 3602 - 3607 *
邸昱卿: "基于人体关键点的吸烟行为识别方法研究", 电视技术, vol. 46, no. 5, pages 12 - 16 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117409484A (zh) * 2023-12-14 2024-01-16 四川汉唐云分布式存储技术有限公司 基于云值守的客户违规行为检测方法、装置及存储介质

Also Published As

Publication number Publication date
CN112668387B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
Cardinaux et al. Video based technology for ambient assisted living: A review of the literature
US9224278B2 (en) Automated method and system for detecting the presence of a lit cigarette
US8254633B1 (en) Method and system for finding correspondence between face camera views and behavior camera views
Cetin et al. Methods and techniques for fire detection: signal, image and video processing perspectives
US20230394940A1 (en) Monitoring device, suspicious object detecting method, and recording medium
CN111428681A (zh) 一种智能防疫系统
Chang et al. Localized detection of abandoned luggage
Zaidi et al. Video anomaly detection and classification for human activity recognition
KR101454644B1 (ko) 보행자 추적기를 이용한 서성거림을 탐지하는 방법
CN112541403A (zh) 一种利用红外摄像头的室内人员跌倒检测方法
Abd et al. Human fall down recognition using coordinates key points skeleton
Wu et al. Detection system of smoking behavior based on face analysis
CN112668387A (zh) 基于AlphaPose实现的违规抽烟识别方法
CN111985331B (zh) 预防商业秘密被窃照的检测方法及装置
Bansal et al. Elderly people fall detection system using skeleton tracking and recognition
De Silva Audiovisual sensing of human movements for home-care and security in a smart environment
Nandyal et al. Recognition of suspicious human activities using klt and kalman filter for atm surveillance system
WO2023096394A1 (ko) 자세유형 판별을 위한 서버 및 그 동작방법
CN113239772B (zh) 自助银行或atm环境中的人员聚集预警方法与系统
Nishanth et al. Liveness detection based on human eye blinking for photo attacks
KR20130115749A (ko) 스마트 홈에서 마이닝 기반의 패턴 분석을 이용한 침입탐지 시스템
Li et al. Real-time recognition of suicidal behavior using an RGB-D camera
KR101596015B1 (ko) 다수의 카메라를 이용한 독립건물 침입방지 시스템
TWI820784B (zh) 一種具安全照護及高隱私處理的跌倒及姿態辨識方法
JP7480841B2 (ja) イベントの管理方法、イベント管理装置、システム及びプログラム

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
GR01 Patent grant
GR01 Patent grant