CN115457661A - 特定场合的行为识别方法、装置、设备及存储介质 - Google Patents
特定场合的行为识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115457661A CN115457661A CN202211224340.3A CN202211224340A CN115457661A CN 115457661 A CN115457661 A CN 115457661A CN 202211224340 A CN202211224340 A CN 202211224340A CN 115457661 A CN115457661 A CN 115457661A
- Authority
- CN
- China
- Prior art keywords
- smoker
- suspected
- image
- characteristic diagram
- behavior
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000006399 behavior Effects 0.000 claims abstract description 66
- 238000010586 diagram Methods 0.000 claims abstract description 47
- 230000000391 smoking effect Effects 0.000 claims abstract description 47
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 claims abstract description 21
- 229960002715 nicotine Drugs 0.000 claims abstract description 21
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 claims abstract description 21
- 239000002245 particle Substances 0.000 claims abstract description 21
- 238000012216 screening Methods 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 230000009471 action Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 5
- 239000003570 air Substances 0.000 description 16
- 230000006870 function Effects 0.000 description 9
- 239000000779 smoke Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 235000019504 cigarettes Nutrition 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000012080 ambient air Substances 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/0656—Investigating concentration of particle suspensions using electric, e.g. electrostatic methods or magnetic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Dispersion Chemistry (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明提供一种特定场合的行为识别方法、装置、设备及存储介质，所述方法包括：当确定待测区域空气中的尼古丁颗粒浓度超标时，获取所述待测区域中的疑似抽烟者的定位信息；基于所述定位信息采集所述疑似抽烟者的图像；将所述疑似抽烟者的图像输入至预设的图层识别系统进行分层筛选，得到所述图层识别系统输出的疑似抽烟者特征图；截取出所述疑似抽烟者特征图的特定区域图像，当判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为时，将所述特定区域图像发送至管理员终端并触发告警。本发明能够针对特殊场合的抽烟行为进行准确有效的识别。
Description
技术领域
本发明涉及图像识别技术领域，尤其是涉及一种特定场合的行为识别方法、装置、设备及存储介质。
背景技术
随着时代的变化，抽烟人员普遍快速增长，并且青少年抽烟现象越来越多，校园区域的特殊场合经常发生学生抽烟的现象，如卫生间经常出现学生抽烟现象，因为是特殊场合，校方考虑到学生的个人隐私不能去安装实时监控设备，这给了校园的管控增加了非常大的苦恼，时常需要安排人力去进行管控，检查，但这种不智能化的传统方式，效率不高并且还极其费人力、时间，且有其他外在因素导致成功几率不稳定。
目前市面上的大部分技术都是使用烟雾报警，当检测到有烟气体味就会产生报警提醒，当管理员赶过去的时候可能抽烟人员已经走掉，没有实际的证明可以快速准确的筛选到抽烟人员，易错率较高。有个别技术使用了一种获取红外图像，在通过处理图像，处理后的图像进行裁剪输出成骨骼图像，判断是否有人在抽烟。然而这种方式处理图像在进行处理的过程中效率慢，不稳定，这对于判断抽烟者是否抽烟来说，会造成非常严重的效率影响，并且在严重遮挡下不能很好地工作，同时不适用于侧面和极端非正面，如俯视或仰视，而一般的检测抽烟装置通常都是安装在顶部，导致不利于判断，存在第三方因素不利于判断。
综上所述，对于特殊场合的抽烟行为识别，目前尚未得到有效的解决方案。
发明内容
本发明旨在提供一种特定场合的行为识别方法、装置、设备及存储介质，以解决上述技术问题，从而能够针对特殊场合的抽烟行为进行准确有效的识别。
为了解决上述技术问题，本发明提供了一种特定场合的行为识别方法，包括：
当确定待测区域空气中的尼古丁颗粒浓度超标时，获取所述待测区域中的疑似抽烟者的定位信息；
基于所述定位信息采集所述疑似抽烟者的图像；
将所述疑似抽烟者的图像输入至预设的图层识别系统进行分层筛选，得到所述图层识别系统输出的疑似抽烟者特征图；
截取出所述疑似抽烟者特征图的特定区域图像，当判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为时，将所述特定区域图像发送至管理员终端并触发告警。
进一步地，所述确定待测区域空气中的尼古丁颗粒浓度超标，包括：
基于嗅觉传感器对所述待测区域的空气进行实时监测，当判断所述嗅觉传感器的感应模块产生的电信号变化量超过预设值时，确定待测区域空气中的尼古丁颗粒浓度超标。
进一步地，所述获取所述待测区域中的疑似抽烟者的定位信息，包括：
利用红外热敏传感器对所述待测区域进行人体扫描，基于预设的三角空间确定扫描到的人体的相对坐标信息，将所述相对坐标信息作为所述疑似抽烟者的定位信息。
进一步地，所述图层识别系统为采用关注边缘的显著性检测算法对所述疑似抽烟者的图像进行显著性检测。
进一步地，所述截取出所述疑似抽烟者特征图的特定区域图像，包括：
识别出所述疑似抽烟者特征图的人体关节部位，基于所述人体关节部位按照预设的人体比例截取出所述疑似抽烟者特征图的人体上半身区域作为所述特定区域图像。
进一步地，所述判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为，包括：
获取所述疑似抽烟者对应的多张疑似抽烟者特征图，计算所述多张疑似抽烟者特征图对应的特定组合动作次数；
当判断所述特定组合动作次数超出预设的次数阈值时，确定所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为。
进一步地，所述当判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为时，将所述特定区域图像发送至管理员终端并触发告警，包括：
当判断所述疑似抽烟者特征图对应的疑似抽烟者不存在抽烟行为时，将所述疑似抽烟者的图像、所述疑似抽烟者特征图和所述特定区域图像进行清除。
本发明还提供一种特定场合的行为识别装置，包括：
定位模块，用于当确定待测区域空气中的尼古丁颗粒浓度超标时，获取所述待测区域中的疑似抽烟者的定位信息；
采集模块，用于基于所述定位信息采集所述疑似抽烟者的图像；
筛选模块，用于将所述疑似抽烟者的图像输入至预设的图层识别系统进行分层筛选，得到所述图层识别系统输出的疑似抽烟者特征图；
告警模块，用于截取出所述疑似抽烟者特征图的特定区域图像，当判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为时，将所述特定区域图像发送至管理员终端并触发告警。
本发明还提供一种终端设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现任一项所述的特定场合的行为识别方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现任一项所述的特定场合的行为识别方法。
与现有技术相比，本发明具有如下有益效果：
本发明提供了一种特定场合的行为识别方法、装置、设备及存储介质，所述方法包括：当确定待测区域空气中的尼古丁颗粒浓度超标时，获取所述待测区域中的疑似抽烟者的定位信息；基于所述定位信息采集所述疑似抽烟者的图像；将所述疑似抽烟者的图像输入至预设的图层识别系统进行分层筛选，得到所述图层识别系统输出的疑似抽烟者特征图；截取出所述疑似抽烟者特征图的特定区域图像，当判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为时，将所述特定区域图像发送至管理员终端并触发告警。本发明能够针对特殊场合的抽烟行为进行准确有效的识别。
附图说明
图1是本发明提供的特定场合的行为识别方法的流程示意图之一；
图2是本发明提供的特定场合的行为识别方法的流程示意图之二；
图3是本发明提供的特定场合的行为识别装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，本发明实施例提供了一种特定场合的行为识别方法，可以包括步骤：
S1、当确定待测区域空气中的尼古丁颗粒浓度超标时，获取所述待测区域中的疑似抽烟者的定位信息；
S2、基于所述定位信息采集所述疑似抽烟者的图像；
S3、将所述疑似抽烟者的图像输入至预设的图层识别系统进行分层筛选，得到所述图层识别系统输出的疑似抽烟者特征图；
S4、截取出所述疑似抽烟者特征图的特定区域图像，当判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为时，将所述特定区域图像发送至管理员终端并触发告警。
需要说明的是，当判断待测区域空气中的尼古丁颗粒浓度超标，说明该区域内很可能存在抽烟行为，此时触发该区域的室内定位，获取区域内人员的坐标信息。根据这些坐标信息可以控制部署在区域内的拍摄设备获取人员的图像。然后，将这些图像输入至图层识别系统进行分层筛选，得到具有显著性特征的图像，便于进行抽烟行为识别。为了更好保护人员的隐私信息，因此需要对疑似抽烟者特征图进行特定区域的截取，当判断该图像对应的人员存在抽烟行为时，将该特定区域的图像发送至管理员终端进行存证并且触发告警。
在本发明实施例中，进一步地，所述确定待测区域空气中的尼古丁颗粒浓度超标，包括：
基于嗅觉传感器对所述待测区域的空气进行实时监测，当判断所述嗅觉传感器的感应模块产生的电信号变化量超过预设值时，确定待测区域空气中的尼古丁颗粒浓度超标。
需要说明的是，可以采用嗅觉传感器通过其感应模块进行空气状态监测，感应模块的电极遇到尼古丁颗粒会产生电信号，当产生的电信号变化量超过预设值时，确定此时该区域的尼古丁颗粒浓度超标。
在本发明实施例中，进一步地，所述获取所述待测区域中的疑似抽烟者的定位信息，包括：
利用红外热敏传感器对所述待测区域进行人体扫描，基于预设的三角空间确定扫描到的人体的相对坐标信息，将所述相对坐标信息作为所述疑似抽烟者的定位信息。
在本发明实施例中，可以采用红外热敏传感器对所述待测区域进行人体扫描，以获取人员相对于预设三角空间的坐标信息。
在本发明实施例中，进一步地，所述图层识别系统为采用关注边缘的显著性检测算法对所述疑似抽烟者的图像进行显著性检测。
进一步地，所述截取出所述疑似抽烟者特征图的特定区域图像，包括：
识别出所述疑似抽烟者特征图的人体关节部位，基于所述人体关节部位按照预设的人体比例截取出所述疑似抽烟者特征图的人体上半身区域作为所述特定区域图像。
需要说明的是，可以识别特征图中的人体关节部位，继而按照一定的比例截取人体的上半身图像，从而更好地保护抽烟者的隐私。
在本发明实施例中，进一步地，所述判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为，包括：
获取所述疑似抽烟者对应的多张疑似抽烟者特征图，计算所述多张疑似抽烟者特征图对应的特定组合动作次数；
当判断所述特定组合动作次数超出预设的次数阈值时，确定所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为。
需要说明的是，在判断人员是否抽烟时，可以采用基于骨骼图像的图像识别技术，判断人员出现特定的抽烟动作时即判定为存在抽烟行为。在本发明实施例中，通过获取一定时间内的多张该人员的图像，判断特定动作组合的次数是否超过阈值(例如手部反复靠近和远离头部位置)，若是则判定为存在抽烟行为。
在本发明实施例中，进一步地，所述当判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为时，将所述特定区域图像发送至管理员终端并触发告警，包括：
当判断所述疑似抽烟者特征图对应的疑似抽烟者不存在抽烟行为时，将所述疑似抽烟者的图像、所述疑似抽烟者特征图和所述特定区域图像进行清除。
需要说明的是，对于判定为未存在抽烟行为的情况，需要将当前系统中获取和处理的所有图像进行清楚，从而更好地保护该场所内人员的隐私。
基于上述方案，为便于更好的理解本发明实施例提供的特定场合的行为识别方法，以下进行详细说明：
请参见图2，本发明实施例可以通过以下步骤实现：
步骤1：采用嗅觉传感器判断到当前环境空气中PM2.5浓度值是否正常。其中嗅觉传感器的感应模块在感应到尼古丁颗粒会产生电信号，进而电极会接收尼古丁颗粒信息触发，并形成灵敏记忆功能；如空气中PM2.5浓度值存在发生变化(变化大于阈值)，则为出现尼古丁颗粒。嗅觉传感器就会启动警惕模式让红外传感器进行扫描定位。
其中嗅觉传感器判断结果为D，感应模块判断为R，感应次数为n，总判断次数为M，[]里面为判断次数总数的和，则
步骤2：红外热敏传感器收到来自步骤1的吸烟探测器发出的信息，会对抽烟者进行一个定位，其中定位的坐标为P(X,Y)，然后启动高清摄像头捕捉疑似抽烟者的画面。其中，捕捉人员定位为people，捕捉定位计算为people＝∠AOB-LPX(此处people是一个坐标值，其中<AOB是三角空间，在一个空间的每一个角度，摄像头捕捉都是一个三角形角度，根据三角空间算法计算坐标值)，然后根据人员移量定位，获取捕捉抽烟者抽烟画面坐标为P1(X1,Y1)，捕捉新抽烟者抽烟画面坐标为P2(X2,Y2)。获取的画质为4K 3840×2160。这里的坐标是获取抽烟者的坐标，是为了给下方的定位抽烟者进行图层分层筛选，如坐标P1的第一人，坐标P2为第二人。
需要说明的是，高清摄像设备可为吸顶模式装顶部，安装在室内中心顶部，设备为半球型体，从向下角度获取视野，避免严重遮挡下不能正常工作、侧面和极端非正面无法判断的问题。这里的高清摄像头并非是实时捕捉，而是当收到来自探测器的触发信号才会启动，启动会先根据定位坐标进行捕捉画面，画面传输到图层识别系统进行分层筛选，中间不进行云保存数据，筛选后生成抽烟者上半身图像，而其他图层的图像则自动清除，不进行保存数据，起到保护用户隐私的作用。
步骤3：捕捉到的疑似抽烟者画面坐标P(X,Y)传输到图层识别系统BASNet(深度神经网络)进行分层筛选，其中运用的BASNet是一种新型能关注边缘的显著性检测算法，主要创新点在于多图像质量损失函数计算的设计上，使用了交叉熵、结构相似性损失、IoU损失这三种的混合损失，使网络更关注于边界质量，而不是像以前传统的那样只关注区域精度。
本发明实施例的图层识别系统采用的是BASNet的网络结构Predict Module(预测模块)。Predict Module(预测模块)，这部分是由网络输入捕捉的抽烟者图像，然后经过编码和解码层，输出初步预测的捕捉抽烟者画面显著性图。其中，这部分网络是比较经典安全的编码解码网络，故安全稳定性非常高，且能保证捕获画质输出的安全性。前面的编码会对抽烟者的图像进行一个(抽烟)特征提取，使用汇集方法得到了分辨率逐步变小的高层语义特征，后面的解码部分则负责将高层语义信息逐步还原放大，从而逐步获得大分辨率的特征图，最终输出和原图一样大小的抽烟者显著性图。将相同分辨率的抽烟者特征图相加，从而让最终输出的抽烟者特征图能够兼顾低画质和高画质的特征。
在解码的过程中，共有6种不同分辨率的抽烟者特征图，再加上编码阶段最后一层的抽烟者特征图，一共使用了7次特征图进行图像质量损失函数计算，其中总体图像质量损失函数计算(loss)等于每层的图像质量损失函数计算的加和
而每层的loss又由三部分loss组e(k)＝e(k1)+e(k2)+e(k3)。这种多层多图像质量损失函数计算的方法一方面可以帮助网络更好的收敛，另一方面可以让网络关注到不同尺度的抽烟者显著性图，达到更好的抽烟者是否抽烟的一个判断程序。
需要说明的是，步骤3的分层筛选操作对来自步骤2的画面进行分层筛选，根据坐标定位筛选生成人物图层，人物图层在进行判断是否抽烟行为。
步骤4：生成抽烟者的上半身图像(头部及上半身拿烟)，并判断是否存在抽烟行为。其中，当抽烟者抽烟时，我们通过N张抽烟者图像判断头部离人手指部的距离，当抽烟者头部反复靠近又离开人手指部，大于设定的次数阈值，系统就会判断抽烟者当前在进行抽烟。相反，如果判断少于预设次数阈值，则认为无抽烟行为，所生成的上半身图像不会发送到系统终端。
其中，以人体整体为bodyn，n代表当前人员编号，上半身图为R，则
需要说明的是，这里是计算上半身区域图的公式，考虑到身体隐私，通过算法计算上半身，以人身材比例为1，下半身的比例是0.618，算出上半身图像的0.382比例。
其中，筛选去掉的画面不会进行保存，同时也不会缓存存储到数据库，这从根本上去解决了以往管理者有权限去查看图片引起个人隐私泄露的问题，传输到系统终端只有上半身图像，同样起到保护个人隐私的作用。
步骤5：发出报警给到系统终端，告知管理员当前场景存在有抽烟者抽烟的现象，并传输抽烟者的上半身图像。
需要说明的是，对于以上方法或流程实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作并不一定是本发明实施例所必须的。
请参见图3，本发明实施例还提供一种特定场合的行为识别装置，包括：
定位模块1，用于当确定待测区域空气中的尼古丁颗粒浓度超标时，获取所述待测区域中的疑似抽烟者的定位信息；
采集模块2，用于基于所述定位信息采集所述疑似抽烟者的图像；
筛选模块3，用于将所述疑似抽烟者的图像输入至预设的图层识别系统进行分层筛选，得到所述图层识别系统输出的疑似抽烟者特征图；
告警模块4，用于截取出所述疑似抽烟者特征图的特定区域图像，当判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为时，将所述特定区域图像发送至管理员终端并触发告警。
进一步地，所述定位模块1具体用于：
基于嗅觉传感器对所述待测区域的空气进行实时监测，当判断所述嗅觉传感器的感应模块产生的电信号变化量超过预设值时，确定待测区域空气中的尼古丁颗粒浓度超标。
进一步地，所述定位模块1具体用于：
利用红外热敏传感器对所述待测区域进行人体扫描，基于预设的三角空间确定扫描到的人体的相对坐标信息，将所述相对坐标信息作为所述疑似抽烟者的定位信息。
进一步地，所述图层识别系统为采用关注边缘的显著性检测算法对所述疑似抽烟者的图像进行显著性检测。
进一步地，所述告警模块4具体用于：
识别出所述疑似抽烟者特征图的人体关节部位，基于所述人体关节部位按照预设的人体比例截取出所述疑似抽烟者特征图的人体上半身区域作为所述特定区域图像。
进一步地，所述告警模块4具体用于：
获取所述疑似抽烟者对应的多张疑似抽烟者特征图，计算所述多张疑似抽烟者特征图对应的特定组合动作次数；
当判断所述特定组合动作次数超出预设的次数阈值时，确定所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为。
进一步地，所述告警模块4具体用于：
当判断所述疑似抽烟者特征图对应的疑似抽烟者不存在抽烟行为时，将所述疑似抽烟者的图像、所述疑似抽烟者特征图和所述特定区域图像进行清除。
可以理解的是上述装置项实施例，是与本发明方法项实施例相对应的，本发明实施例提供的一种特定场合的行为识别装置，可以实现本发明任意一项方法项实施例提供的特定场合的行为识别方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现任一项所述的特定场合的行为识别方法。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
所述领域的技术人员可以清楚地了解到，为了方便和简洁，上述描述的装置的具体工作过程，可参考前述方法实施例中对应的过程，在此不再赘述。
终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器、存储器。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。
所述存储器可用于存储所述计算机程序，所述处理器通过运行或执行存储在所述存储器内的计算机程序，以及调用存储在存储器内的数据，实现所述终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述存储介质为计算机可读存储介质，所述计算机程序存储在所述计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种特定场合的行为识别方法，其特征在于，包括：
当确定待测区域空气中的尼古丁颗粒浓度超标时，获取所述待测区域中的疑似抽烟者的定位信息；
基于所述定位信息采集所述疑似抽烟者的图像；
将所述疑似抽烟者的图像输入至预设的图层识别系统进行分层筛选，得到所述图层识别系统输出的疑似抽烟者特征图；
截取出所述疑似抽烟者特征图的特定区域图像，当判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为时，将所述特定区域图像发送至管理员终端并触发告警。
2.根据权利要求1所述的特定场合的行为识别方法，其特征在于，所述确定待测区域空气中的尼古丁颗粒浓度超标，包括：
基于嗅觉传感器对所述待测区域的空气进行实时监测，当判断所述嗅觉传感器的感应模块产生的电信号变化量超过预设值时，确定待测区域空气中的尼古丁颗粒浓度超标。
3.根据权利要求1所述的特定场合的行为识别方法，其特征在于，所述获取所述待测区域中的疑似抽烟者的定位信息，包括：
利用红外热敏传感器对所述待测区域进行人体扫描，基于预设的三角空间确定扫描到的人体的相对坐标信息，将所述相对坐标信息作为所述疑似抽烟者的定位信息。
4.根据权利要求1所述的特定场合的行为识别方法，其特征在于，所述图层识别系统为采用关注边缘的显著性检测算法对所述疑似抽烟者的图像进行显著性检测。
5.根据权利要求1所述的特定场合的行为识别方法，其特征在于，所述截取出所述疑似抽烟者特征图的特定区域图像，包括：
识别出所述疑似抽烟者特征图的人体关节部位，基于所述人体关节部位按照预设的人体比例截取出所述疑似抽烟者特征图的人体上半身区域作为所述特定区域图像。
6.根据权利要求1所述的特定场合的行为识别方法，其特征在于，所述判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为，包括：
获取所述疑似抽烟者对应的多张疑似抽烟者特征图，计算所述多张疑似抽烟者特征图对应的特定组合动作次数；
当判断所述特定组合动作次数超出预设的次数阈值时，确定所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为。
7.根据权利要求1所述的特定场合的行为识别方法，其特征在于，所述当判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为时，将所述特定区域图像发送至管理员终端并触发告警，包括：
当判断所述疑似抽烟者特征图对应的疑似抽烟者不存在抽烟行为时，将所述疑似抽烟者的图像、所述疑似抽烟者特征图和所述特定区域图像进行清除。
8.一种特定场合的行为识别装置，其特征在于，包括：
定位模块，用于当确定待测区域空气中的尼古丁颗粒浓度超标时，获取所述待测区域中的疑似抽烟者的定位信息；
采集模块，用于基于所述定位信息采集所述疑似抽烟者的图像；
筛选模块，用于将所述疑似抽烟者的图像输入至预设的图层识别系统进行分层筛选，得到所述图层识别系统输出的疑似抽烟者特征图；
告警模块，用于截取出所述疑似抽烟者特征图的特定区域图像，当判断所述疑似抽烟者特征图对应的疑似抽烟者存在抽烟行为时，将所述特定区域图像发送至管理员终端并触发告警。
9.一种终端设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的特定场合的行为识别方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述的特定场合的行为识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211224340.3A CN115457661A (zh) | 2022-10-08 | 2022-10-08 | 特定场合的行为识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211224340.3A CN115457661A (zh) | 2022-10-08 | 2022-10-08 | 特定场合的行为识别方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115457661A true CN115457661A (zh) | 2022-12-09 |
Family
ID=84308632
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211224340.3A Pending CN115457661A (zh) | 2022-10-08 | 2022-10-08 | 特定场合的行为识别方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115457661A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109920191A (zh) * | 2019-01-16 | 2019-06-21 | 深圳壹账通智能科技有限公司 | 火灾报警方法、装置、计算机设备和存储介质 |
| CN111223274A (zh) * | 2019-12-24 | 2020-06-02 | 深圳市联影医疗数据服务有限公司 | 烟雾检测方法、系统以及存储介质 |
| CN111832434A (zh) * | 2020-06-23 | 2020-10-27 | 广州市保伦电子有限公司 | 一种保护隐私下的校园抽烟行为识别方法及处理终端 |
| CN113344326A (zh) * | 2021-04-30 | 2021-09-03 | 西安交通大学 | 多信息融合特殊作业现场动态隐患识别和风险评估系统和方法 |
| CN113505707A (zh) * | 2021-07-14 | 2021-10-15 | 腾讯音乐娱乐科技（深圳）有限公司 | 吸烟行为检测方法、电子设备及可读存储介质 |
-
2022
- 2022-10-08 CN CN202211224340.3A patent/CN115457661A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109920191A (zh) * | 2019-01-16 | 2019-06-21 | 深圳壹账通智能科技有限公司 | 火灾报警方法、装置、计算机设备和存储介质 |
| CN111223274A (zh) * | 2019-12-24 | 2020-06-02 | 深圳市联影医疗数据服务有限公司 | 烟雾检测方法、系统以及存储介质 |
| CN111832434A (zh) * | 2020-06-23 | 2020-10-27 | 广州市保伦电子有限公司 | 一种保护隐私下的校园抽烟行为识别方法及处理终端 |
| CN113344326A (zh) * | 2021-04-30 | 2021-09-03 | 西安交通大学 | 多信息融合特殊作业现场动态隐患识别和风险评估系统和方法 |
| CN113505707A (zh) * | 2021-07-14 | 2021-10-15 | 腾讯音乐娱乐科技（深圳）有限公司 | 吸烟行为检测方法、电子设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109948497B (zh) | 一种物体检测方法、装置及电子设备 | |
| CN108256404B (zh) | 行人检测方法和装置 | |
| CN109299703B (zh) | 对鼠情进行统计的方法、装置以及图像采集设备 | |
| US20220092881A1 (en) | Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program | |
| CN108009466B (zh) | 行人检测方法和装置 | |
| US20150156152A1 (en) | Reducing photo-tagging spam | |
| CN111898581B (zh) | 动物检测方法、装置、电子设备及可读存储介质 | |
| US20140369566A1 (en) | Perimeter Image Capture and Recognition System | |
| CN109766779A (zh) | 徘徊人员识别方法及相关产品 | |
| CN110738178A (zh) | 园区施工安全检测方法、装置、计算机设备及存储介质 | |
| CN110659391A (zh) | 一种视频侦查方法及装置 | |
| CN109766755A (zh) | 人脸识别方法及相关产品 | |
| JP7419080B2 (ja) | コンピュータシステムおよびプログラム | |
| US10657783B2 (en) | Video surveillance method based on object detection and system thereof | |
| CN112149570B (zh) | 多人活体检测方法、装置、电子设备及存储介质 | |
| CN111832434B (zh) | 一种保护隐私下的校园抽烟行为识别方法及处理终端 | |
| CN111079694A (zh) | 一种柜面助手履职监控装置和方法 | |
| KR20220098030A (ko) | 타깃 운동 궤적 구축 방법, 기기 및 컴퓨터 저장 매체 | |
| CN111263955A (zh) | 一种目标对象的移动轨迹确定方法和装置 | |
| CN110991231B (zh) | 活体检测方法、装置、服务器和人脸识别设备 | |
| CN111291596A (zh) | 一种基于人脸识别的预警方法及装置 | |
| CN113792691A (zh) | 一种视频识别方法、系统、设备及介质 | |
| CN114241370A (zh) | 基于数字孪生变电站的入侵识别方法、装置和计算机设备 | |
| CN111899470A (zh) | 人体跌倒检测方法、装置、设备及存储介质 | |
| CN110505438B (zh) | 一种排队数据的获取方法和摄像机 |
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 |