CN114943934A - 一种化工园区吸烟检测设备及检测方法 - Google Patents

一种化工园区吸烟检测设备及检测方法 Download PDF

Info

Publication number
CN114943934A
CN114943934A CN202210670077.4A CN202210670077A CN114943934A CN 114943934 A CN114943934 A CN 114943934A CN 202210670077 A CN202210670077 A CN 202210670077A CN 114943934 A CN114943934 A CN 114943934A
Authority
CN
China
Prior art keywords
smoking
image
gas
infrared
face
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.)
Pending
Application number
CN202210670077.4A
Other languages
English (en)
Inventor
左海强
贺振豪
曹怀祥
张智松
蒋文春
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.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
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 China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN202210670077.4A priority Critical patent/CN114943934A/zh
Publication of CN114943934A publication Critical patent/CN114943934A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation

Abstract

本发明涉及一种化工园区吸烟检测设备及检测方法，主要基于红外线气体检测技术和人脸识别深度学习技术。该设备包括红外线摄像机、报警器、监控摄像头、控制系统。检测方法包括：红外线摄像机采集香烟气体灰度图像并记录采集时间，监控摄像头进行人像采集，将信号传输给控制系统；将采集的灰度图像进行降噪和信号增强处理，根据红外吸收峰判断有无香烟燃烧产生的气体，如果有吸烟产生的气体，标记气体的位置，警报器发出警报并记录可能的吸烟时间段；通过控制系统将记录的时间段内摄像头拍到的人像图片导出；由人脸识别模块的人脸识别insightface算法对导入的图像进行识别，判断可能有吸烟行为的怀疑对象，将对应人员名字导出。

Description

一种化工园区吸烟检测设备及检测方法
技术领域
本发明涉及一种化工园区吸烟检测设备及检测方法，主要是基于红外线气体检测技术和人脸识别的深度学习技术。
背景技术
吸烟行为在化工园区是一种十分危险的行为，在化工园区一些特定的场所比如卫生间、值班室和车间中有人员进行吸烟行为时需要及时被发现并制止。
化工园区吸烟人员在进行吸烟行为时会选择避开摄像头，防止吸烟动作被摄像头捕捉，这导致很多通过目标检测算法来进行吸烟行为检测的方法失效。
发明内容
本发明要解决的技术问题是提供一种面向化工园区吸烟检测的方法及设备来针对化工园区内不能有效检测吸烟行为的问题进行解决。
为实现上述目的，本发明采用的技术方案为：
一种化工园区吸烟检测设备，包括：
红外线摄像机，获得待检测区域的红外线灰度图像；
监控摄像头，获取待检测区域必经过道的人脸图像；
控制系统，通过网络连接红外摄像机和监控摄像头；
所述控制系统内置吸烟检测软件，包括人脸检测单元和气体检测单元，分别接收监控摄像头和红外摄像机传输的数据；所述人脸检测单元包括人脸数据采集模块和人脸识别模块，所述气体检测单元包括红外线气体数据采集模块、灰度图像处理模块和吸烟气体判断模块。
在化工园区待检测区域内，红外摄像机可以安装很多台，各个区域合理的范围内至少安装一个，监控摄像头亦是如此，根据实际人员出入、范围等安装，所有红外摄像机和监控摄像头均通过网络连接控制系统，控制系统接收各个红外摄像机和监控摄像头的信号。
优选的，所述红外线摄像机装有激光发射系统，可以发出稳定红外线光源；红外线摄像机定时上传拍摄到的单帧图像到气体检测单元的红外线气体数据采集模块。
优选的，所述红外线摄像机的摄像头探测波长范围为4.53-6.13μm。
优选的，红外线摄像机加装滤光片并耦接警报器。
优选的，监控摄像头的像素为500万及以上的像素。
优选的，所述人脸识别模块内置人脸识别算法insightface，对导入的人脸图像进行身份验证。
采用上述的一种化工园区吸烟检测设备，检测方法包括以下步骤：
1)红外线摄像机采集可能产生吸烟行为的场所的灰度图像并记录采集时间；并定时上传拍摄到的灰度图像到气体检测单元的红外线气体数据采集模块；
2)在可能产生吸烟行为的场所必经过道设置监控摄像头，实时进行人像采集并记录采集时间，定时将采集的数据传输给人脸检测单元的人脸数据采集模块；
3)红外线气体数据采集模块将采集的灰度图像传输给灰度图像处理模块，进行噪声消除和信号增强处理后，传输给吸烟气体判断模块；吸烟气体判断模块根据红外吸收峰判断有无香烟燃烧产生的气体；
4)如果红外线摄像机记录的图像经过对比发现有吸烟产生的气体后，同时标记气体的位置，警报器在收到吸烟行为的信号后发出警报，并记录可能的吸烟时间段；
5)通过人脸数据采集模块将记录的时间段内监控摄像头拍到的人像图片导出；
6)由人脸识别模块的人脸识别insightface算法对导入的图像进行识别，判断可能有吸烟行为的怀疑对象，将对应人员名字导出，insightface的损失函数为L，其中
Figure BDA0003692951120000021
优选的，所述步骤3)中，灰度图像处理模块对图像进行处理的流程包括：
通过中值滤波技术对灰度图像进行图像降噪处理，处理方法为：
图像灰度级分布为：
Figure BDA0003692951120000022
其中，n为像素总数，nk为灰度像素数；
直方图均衡化的函数表达式为：
Figure BDA0003692951120000023
k为灰度级数，T(ri)为变换函数。
优选的，通过直方图均衡化来对灰度图像进行图像增强处理，处理方法为：
二维中值滤波的函数表达式为：
g(x，y)＝med{f((x-k，y-l)，(k，l∈W)}；
其中，f(x，y)和g(x，y)为原始图像和处理后的图像。
优选的，所述步骤6)中，人脸识别算法insightface在使用之前，需要对包括化工园区所有人员的人脸图像数据集进行训练和测试，能正确识别监控摄像头拍摄到的图像与图像数据集中的人脸图像。
采用上述方案所产生的有益效果在于：
本发明提供的基于深度学习人脸识别技术和红外线检测技术的吸烟行为的检测方法与设备，解决了传统吸烟动作目标检测在人员主动躲避摄像头从而无法检测的问题，帮助用户通过红外摄像机实时数据流输入的方式对吸烟行为进行检测，降低了化工园区吸烟行为产生危害的风险。
附图说明
图1为本发明实施例提供的红外线摄像机和监控摄像头布置示意图；
图2为本发明提供的一种化工园区吸烟检测方法的流程图；
图3为本发明提供的一种化工园区吸烟检测方法的功能框架图；
具体实施方式
附图仅用于示例性说明；应当理解，下面所提到的案例仅仅用来解释本发明，是为了便于描述本发明和简化描述，因此，不能理解为对本发明的限制。
为能更清楚的说明本发明的上述目的、特征和优点，以下结合实施例对本发明的原理和特征进行描述，所举实施例只用于解释本发明，并非用于限定本发明的范围。实施例中未注明具体条件者，按照常规条件或制造商建议的条件进行。所用仪器或设备未特别注明或说明，均为可以通过市售购买获得的常规产品。
此外，在以下说明中，省略了对公知常识和技术的描述，以避免不必要地混淆本发明的概念。
本发明实施例提供的摄像头布置方案如图1所示：在园区待检测区域的合理范围内，1为安装的红外线摄像机，2为监控摄像头，且监控摄像头与水平线的俯仰角为10°安装高度为3米左右，或者根据房间室内的高度确定安装高度；可以根据实际需要确定安装的个数。
如图3所示，控制系统，通过网络连接各红外摄像机1和监控摄像头2。
所述控制系统内置吸烟检测软件，包括人脸检测单元和气体检测单元，分别接收监控摄像头和红外摄像机传输的数据；所述人脸检测单元包括人脸数据采集模块和人脸识别模块，所述气体检测单元包括红外线气体数据采集模块、灰度图像处理模块和吸烟气体判断模块。
在化工园区待检测区域内，红外摄像机1可以安装很多台，各个区域合理的范围内至少安装一个，监控摄像头2亦是如此，根据实际人员出入、范围等安装，所有红外摄像机1和监控摄像头2均通过网络连接控制系统，控制系统接收各个红外摄像机和监控摄像头的信号。
红外线摄像机1装有激光发射系统，可以发出稳定的红外线光源；红外线摄像机定时上传拍摄到的单帧图像到气体检测单元的红外线气体数据采集模块，便于将图像传输给控制系统进行分析处理。
为了更好的识别图形，所述红外线摄像机1的摄像头探测波长为4.53μm。红外线摄像机1需加装滤光片，用于对图形进行处理，红外线摄像机1耦接警报器
为了更清楚的拍摄到待测区域内各位工作人员的图像，监控摄像头2的像素均为1000万的像素。
作为进一步的优选，所述人脸识别模块内置人脸识别算法insightface，可以对导入的人脸图像进行身份验证。所述的人脸识别算法insightface在使用之前，需要对包括化工园区所有人员的人脸图像数据集进行训练和测试，需要进行一定时间的训练，对人脸识别的正确率进行测试，能正确识别监控摄像头拍摄到的图像与图像数据集中的人脸图像，测试结果保持稳定的正确率，才能应用。
如图2所示，一种化工园区吸烟检测方法，包括以下步骤：
1)红外线摄像机1采集可能产生吸烟行为的场所的灰度图像并记录采集时间；并定时上传拍摄到的灰度图像到气体检测单元的红外线气体数据采集模块；
2)在可能产生吸烟行为的场所必经过道设置监控摄像头2，实时进行人像采集并记录采集时间，定时将采集的数据传输给人脸检测单元的人脸数据采集模块；
3)红外线气体数据采集模块将采集的灰度图像传输给灰度图像处理模块，进行噪声消除和信号增强处理后，传输给吸烟气体判断模块；吸烟气体判断模块根据红外吸收峰判断有无香烟燃烧产生的气体；
4)如果红外线摄像机1记录的图像经过对比发现有吸烟产生的气体后，同时标记气体的位置，警报器在收到吸烟行为的信号后发出警报，并记录可能的吸烟时间段；
5)通过人脸数据采集模块将记录的时间段内监控摄像头拍到的人像图片导出；
6)由人脸识别模块的人脸识别insightface算法对导入的图像进行识别，判断可能有吸烟行为的怀疑对象，将对应人员名字导出，insightface的损失函数为L，其中
Figure BDA0003692951120000041
进一步地，所述步骤3)中，灰度图像处理模块对图像进行处理的流程包括：
通过中值滤波技术对灰度图像进行图像降噪处理，处理方法为：
图像灰度级分布为：
Figure BDA0003692951120000042
其中，n为像素总数，nk为灰度像素数；
直方图均衡化的函数表达式为：
Figure BDA0003692951120000051
k为灰度级数，T(ri)为变换函数。
进一步地，通过直方图均衡化来对灰度图像进行图像增强处理，处理方法为：
二维中值滤波的函数表达式为：
g(x，y)＝med{f((x-k，y-l)，(k，l∈W)}；
其中，f(x，y)和g(x，y)为原始图像和处理后的图像。
本发明列举的实施例只是最佳的实施例，未述及的部分采用现有技术，例如化工园区所有人员的人脸图像数据集进行训练和测试，采用现有技术中的记忆训练方法。在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
本领域的普通技术人员将会意识到，这里所示的实验例是为了帮助读者理解本发明的原理，应理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其他各方面变形，这些变形仍然在本发明的保护范围内。

Claims (9)

1.一种化工园区吸烟检测设备，其特征在于，包括：
红外线摄像机，获得待检测区域的红外线灰度图像；
监控摄像头，获取待检测区域必经过道的人脸图像；
控制系统，通过网络连接红外摄像机和监控摄像头；
所述控制系统内置吸烟检测软件，包括人脸检测单元和气体检测单元，分别接收监控摄像头和红外摄像机传输的数据；所述人脸检测单元包括人脸数据采集模块和人脸识别模块，所述气体检测单元包括红外线气体数据采集模块、灰度图像处理模块和吸烟气体判断模块。
2.根据权利要求1所述的化工园区吸烟检测设备，其特征在于，所述红外线摄像机装有激光发射系统，可以发出稳定红外线光源；红外线摄像机定时上传拍摄到的单帧图像到气体检测单元的红外线气体数据采集模块。
3.根据权利要求2所述的化工园区吸烟检测设备，其特征在于，所述红外线摄像机的摄像头探测波长范围为4.53-6.13μm。
4.根据权利要求1所述的一种化工园区吸烟检测设备，其特征在于，所述红外线摄像机加装滤光片并耦接警报器。
5.根据权利要求1所述的一种化工园区吸烟检测设备，其特征在于，所述监控摄像头的像素至少为500万像素。
6.根据权利要求1所述的一种化工园区吸烟检测设备，其特征在于，所述人脸识别模块内置人脸识别算法insightface，对导入的人脸图像进行身份验证。
7.一种化工园区吸烟检测方法，采用权利要求1至6中任一项所述的一种化工园区吸烟检测设备，其特征在于，包括以下步骤：
1)红外线摄像机采集可能产生吸烟行为的场所的灰度图像并记录采集时间；并定时上传拍摄到的灰度图像到气体检测单元的红外线气体数据采集模块；
2)在可能产生吸烟行为的场所必经过道设置监控摄像头，实时进行人像采集并记录采集时间，定时将采集的数据传输给人脸检测单元的人脸数据采集模块；
3)红外线气体数据采集模块将采集的灰度图像传输给灰度图像处理模块，进行噪声消除和信号增强处理后，传输给吸烟气体判断模块；吸烟气体判断模块根据红外吸收峰判断有无香烟燃烧产生的气体；
4)如果红外线摄像机记录的图像经过对比发现有吸烟产生的气体后，同时标记气体的位置，警报器在收到吸烟行为的信号后发出警报，并记录可能的吸烟时间段；
5)通过人脸数据采集模块将记录的时间段内监控摄像头拍到的人像图片导出；
6)由人脸识别模块的人脸识别insightface算法对导入的图像进行识别，判断可能有吸烟行为的怀疑对象，将对应人员名字导出。
8.根据权利要求7所述的一种化工园区吸烟检测方法，其特征在于，所述步骤3)中，灰度图像处理模块对图像进行处理的流程包括：
通过中值滤波技术对灰度图像进行图像降噪处理；
通过直方图均衡化来对灰度图像进行图像增强处理。
9.根据权利要求7所述的一种化工园区吸烟检测方法，其特征在于，所述步骤6)中，人脸识别insightface在使用之前，对包括化工园区所有人员的人脸图像数据集进行训练和测试，能正确识别监控摄像头拍摄到的图像与图像数据集中的人脸图像。
CN202210670077.4A 2022-06-14 2022-06-14 一种化工园区吸烟检测设备及检测方法 Pending CN114943934A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210670077.4A CN114943934A (zh) 2022-06-14 2022-06-14 一种化工园区吸烟检测设备及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210670077.4A CN114943934A (zh) 2022-06-14 2022-06-14 一种化工园区吸烟检测设备及检测方法

Publications (1)

Publication Number Publication Date
CN114943934A true CN114943934A (zh) 2022-08-26

Family

ID=82908355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210670077.4A Pending CN114943934A (zh) 2022-06-14 2022-06-14 一种化工园区吸烟检测设备及检测方法

Country Status (1)

Country Link
CN (1) CN114943934A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11304582A (ja) * 1998-04-27 1999-11-05 Hochiki Corp 異常監視装置
CN109635673A (zh) * 2018-11-22 2019-04-16 深圳爱莫科技有限公司 吸烟行为识别方法和装置
CN109800686A (zh) * 2018-12-30 2019-05-24 武汉极目智能技术有限公司 一种基于主动红外图像的驾驶员吸烟检测方法
CN110738186A (zh) * 2019-10-23 2020-01-31 德瑞姆创新科技(深圳)有限公司 一种基于计算机视觉技术的驾驶员抽烟检测方法及系统
CN112001318A (zh) * 2020-08-25 2020-11-27 广东光速智能设备有限公司 一种身份证件信息采集方法及其系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11304582A (ja) * 1998-04-27 1999-11-05 Hochiki Corp 異常監視装置
CN109635673A (zh) * 2018-11-22 2019-04-16 深圳爱莫科技有限公司 吸烟行为识别方法和装置
CN109800686A (zh) * 2018-12-30 2019-05-24 武汉极目智能技术有限公司 一种基于主动红外图像的驾驶员吸烟检测方法
CN110738186A (zh) * 2019-10-23 2020-01-31 德瑞姆创新科技(深圳)有限公司 一种基于计算机视觉技术的驾驶员抽烟检测方法及系统
CN112001318A (zh) * 2020-08-25 2020-11-27 广东光速智能设备有限公司 一种身份证件信息采集方法及其系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李沅;陈智刚;李凯;: "基于红外特征吸收法的烟草主流烟气中氨浓度检测系统", 光谱学与光谱分析, no. 06, 15 June 2013 (2013-06-15) *

Similar Documents

Publication Publication Date Title
CN109726652B (zh) 一种基于卷积神经网络检测值班人员睡觉行为的方法
CN108734125B (zh) 一种开放空间的吸烟行为识别方法
CN110163278B (zh) 一种基于图像识别的火焰稳定性监测方法
CN106991668B (zh) 一种天网摄像头拍摄画面的评价方法
CN101908142A (zh) 一种基于特征分析的视频火焰检测方法
CN110738178A (zh) 园区施工安全检测方法、装置、计算机设备及存储介质
CN111539313A (zh) 考试作弊行为检测方法及系统
CN105915840A (zh) 一种基于视频信号的工厂烟气排放自动监测的方法
CN111079694A (zh) 一种柜面助手履职监控装置和方法
JP6616906B1 (ja) 欠陥のある撮影データの検知装置及び検知システム
CN111950399A (zh) 一种计算机机房人脸识别监控智能集成设备
CN114943934A (zh) 一种化工园区吸烟检测设备及检测方法
CN108073873A (zh) 基于高清智能摄像机的人脸检测与识别系统
CN113052125A (zh) 一种施工现场违章图像识别告警方法
CN112418814A (zh) 无人化模式的教学培训、训练考核的系统及方法
CN111273232B (zh) 一种室内异常情况判断方法及系统
CN111126230A (zh) 一种烟雾浓度的量化评价方法及应用该方法的电子设备
CN111091586A (zh) 一种快速的烟雾动态遮挡区域检测和定位方法及其应用
CN109977806A (zh) 实现idc机房进出人员精细化管理的系统及其方法
CN114998783A (zh) 一种用于烟火及人员行为视频分析的前端设备
CN106971494A (zh) 基于嵌入式平台的火灾检测与定位系统及方法
Ye et al. A blurry image recognition method for straw burning detection
CN114299413A (zh) 一种用于建筑工程的图像采集预警系统
CN111340802A (zh) 一种采用人工智能技术进行自动化验布的智能验布机
CN113242408A (zh) 一种基于计算机视觉技术的工地安全监测系统

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