[发明专利]抽烟行为识别方法与装置

说明书

本申请公开了一种抽烟行为识别方法，包括以下步骤：获取至少两个视角的视频图像流；将所述视频图像流分解为图像；识别出所述图像中的烟制品图像和人像；根据人体行为算法判断人的行为为抽烟行为。这样，抽烟行为可以被相对精确的识别，可以提高抽烟行为识别的精度。

技术领域

本申请涉及自动识别技术领域，尤其涉及一种抽烟行为识别方法与装置。

背景技术

在很多公开场所中，抽烟是被禁止的。公共场所中设有大量摄像头，基于摄像头的抽烟行为自动识别和实时预警是可以被实现。这样可以起到约束违规行为以及避免由抽烟不当处理而导致的火灾危害等。

在现有技术中，发明人发现：

基于2D的人体姿态的行为识别方法，在不同场景下，行为识别的结果受环境影响比较多。因为在二维平面中，不能很好地反应人与人之间以及人体各部位之间的距离。特别是从不同的摄像头角度拍的图像。人与人之间以及人体部位之间的距离变化也很大，就会导致对人体的行为识别结果相差较大，并进而导致抽烟行为识别准确性的降低。

因此，需要提供一种抽烟行为识别准确性高的技术方案。

发明内容

本申请实施例提供了一种抽烟行为的识别准确性高的技术方案。

具体的，一种抽烟行为识别方法，包括以下步骤：

获取至少两个视角的视频图像流；

将所述视频图像流分解为图片；

识别出所述图片中的烟制品图像和人像；

根据人体行为算法判断人的行为为抽烟行为。

进一步的，将所述视频图像流分解为图片，具体包括：

间隔预设帧数截取视频图像流中的图片，所述预设帧数至少为5帧。

进一步的，识别出所述图片中的烟制品图像和人像，具体包括：

利用特征提取算法，将图片根据灰度值进行分类，识别出图片中的烟制品图像和人像。

进一步的，根据人体行为算法判断人的行为为抽烟行为，具体包括：

采用CPN网络算法处理所述图片中的人像，生成人像部位关键点；

对所述人像部位关键点采用相似度加权拟合算法，得到的优化后人像部位关键点图；

将优化后人像部位关键点图，利用行人重识别ReID网络算法，得到同一人像不同视角的图片；

将同一人像不同视角的图片利用3D匹配算法，算出图片中人像的坐标；

根据图片中人像的坐标，得到图片中手的坐标值；

利用目标检测算法，得到图片中烟制品图像的坐标值；

计算两个坐标值的差值，根据差值判断人的行为为抽烟行为。

进一步的，将优化后人像部位关键点图，利用行人重识别ReID网络算法，得到同一人像不同视角的图片，具体包括：

获取优化后人像部位关键点图，比较第一人像部位关键点图和第二人像部位关键点图的灰度值，生成相似度值；

将相似度值与ReID预设阈值进行对比；

当相似度值大于ReID预设阈值，确定第一人像部位关键点图和第二点人像部位关键点图为同一人像不同视角的图片。

进一步的，计算两个坐标值的差值，根据差值判断人的行为为抽烟行为，包括：

当所述差值小于预设值，判断所述图像中人像的行为为抽烟行为。