[发明专利]小区用户的抽烟行为自动检测方法、设备及可读存储介质在审
申请号: | 201910701264.2 | 申请日: | 2019-07-31 |
公开(公告)号: | CN110490098A | 公开(公告)日: | 2019-11-22 |
发明(设计)人: | 刘磊 | 申请(专利权)人: | 恒大智慧科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06Q50/16 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 518000 广东省深圳市南山区前海深港合作区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标行为 抽烟 用户行为模型 历史行为 可读存储介质 计算机设备 标识目标 获取目标 历史用户 目标用户 人力成本 社区用户 图片输入 行为标识 训练样本 用户行为 自动检测 预设 学习 检测 图片 | ||
本发明公开了一种社区用户的抽烟行为自动检测方法、计算机设备及可读存储介质,该方法包括:获取目标用户的目标行为图片,将目标行为图片输入至预先训练好的深度学习用户行为模型中进行用户行为识别处理,得到用于标识目标行为的目标行为标识,因为深度学习用户行为模型由历史用户的历史行为图片和历史行为作为训练样本训练得到,所以能够得到准确的目标行为标识,若目标行为标识为预设的抽烟行为标识,则准确地确定目标用户的目标行为属于抽烟行为,从而提高了抽烟行为的检测准确性,同时无需人工干涩,降低了人力成本。
技术领域
本发明涉及数据处理领域,尤其涉及一种小区用户的抽烟行为自动检测方法、计算机设备及可读存储介质。
背景技术
随着用户的健康意识越来越强,很多用户都抵触抽烟行为,很多小区也都禁止抽烟行为。
在传统方法中,往往每个小区都配备物业管理单位,在小区内,物业管理单位会安排巡逻人员定时或不定时地巡逻,一旦发现有用户抽烟行为,则采取相应的阻止抽烟行为措施,但是,当小区面积比较大时,需要配备大量的巡逻人员,从而导致检测抽烟行为的人力成本高。目前,也有基于可穿戴设备的抽烟行为检测方法,但是该检测方法需要用户在穿戴了可穿戴设备的情况下才能检测到抽烟行为,用户在小区内散步等活动时,很少穿戴可穿戴设备,当用户没有穿戴可穿戴设备时,该检测方法便无法检测抽烟行为,所以导致检测抽烟行为的准确率低下。
因此,寻找一种准确及低人力成本的抽烟行为检测方法成为本领域技术人员亟需解决的问题。
发明内容
本发明实施例提供一种小区用户的抽烟行为自动检测方法、计算机设备及可读存储介质,以解决抽烟行为检测准确率低及人力成本高的问题。
一种小区用户的抽烟行为自动检测方法,包括:
获取待识别的目标用户的目标行为图片;
将所述目标行为图片输入至预先训练好的深度学习用户行为模型中进行用户行为识别处理,得到用于标记目标行为的目标行为标识,其中,所述深度学习用户行为模型由历史用户的历史行为图片和历史行为作为训练样本训练得到;
若所述目标行为标识为预设的抽烟行为标识,则确定所述目标用户的目标行为属于抽烟行为。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述小区用户的抽烟行为自动检测方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述小区用户的抽烟行为自动检测方法的步骤。
上述小区用户的抽烟行为自动检测方法、计算机设备及可读存储介质中,通过先获取待识别的目标用户的目标行为图片,然后将目标行为图片输入至预先训练好的深度学习用户行为模型中进行用户行为识别处理,得到目标行为标识,因为深度学习用户行为模型由历史用户的历史行为图片和历史行为作为训练样本训练得到,同时历史行为图片和历史行为是真实准确的历史数据,所以训练得到的深度学习用户行为模型能够准确地识别目标行为标识,若目标行为标识为预设的抽烟行为标识,则确定目标用户的目标行为属于抽烟行为,从而可以准确自动地检测出抽烟行为,因此提高了抽烟行为的检测准确率,同时降低了检测抽烟行为的人力成本。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中小区用户的抽烟行为自动检测方法的一应用环境示意图;
图2是本发明一实施例中小区用户的抽烟行为自动检测方法的一流程图;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于恒大智慧科技有限公司,未经恒大智慧科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910701264.2/2.html,转载请声明来源钻瓜专利网。