[发明专利]抽烟行为的检测方法及装置

权利要求书

1.一种抽烟行为的检测方法，其特征在于，包括：

获取输入图像，并通过残差网络模型提取所述输入图像的第一特征；

将所述第一特征输入特征金字塔网络，输出第二特征；

对所述第二特征进行第一语义映射处理，得到第三特征，对所述第二特征进行第二语义映射处理，得到第四特征；

对所述第二特征、所述第三特征和所述第四特征进行特征融合处理，得到融合特征；

根据所述融合特征进行抽烟行为检测。

2.根据权利要求1所述的方法，其特征在于，所述对所述第二特征、所述第三特征和所述第四特征进行特征融合处理，得到融合特征，包括：

分别对所述第二特征、所述第三特征和所述第四特征进行池化处理，得到第五特征、第六特征和第七特征；

对所述第五特征、所述第六特征和所述第七特征进行所述特征融合处理，得到所述融合特征。

3.根据权利要求2所述的方法，其特征在于，所述对所述第五特征、所述第六特征和所述第七特征进行所述特征融合处理，得到所述融合特征，包括：

分别将所述第六特征和所述第七特征输入预设网络组，输出第八特征和第九特征，其中，所述预设网络组由卷积层、归一化层和激活层依次连接构成；

对所述第五特征、所述第八特征和所述第九特征进行所述特征融合处理，得到所述融合特征。

4.根据权利要求3所述的方法，其特征在于，所述对所述第五特征、所述第八特征和所述第九特征进行所述特征融合处理，得到所述融合特征，包括：

对所述第五特征和所述第八特征进行第一交互计算，得到第十特征；

对所述第九特征和所述第十特征进行第二交互计算，得到所述融合特征。

5.根据权利要求4所述的方法，其特征在于，所述对所述第五特征和所述第八特征进行第一交互计算，得到第十特征，包括：

对所述第八特征进行打平处理，得到第十一特征，并使用所述第十一特征的转置乘以第一参数矩阵，得到第一矩阵；

将所述第五特征通过第一预设卷积层，得到卷积结果，并对所述卷积结果进行所述打平处理，得到第二矩阵；

使用所述第一矩阵乘以所述第二矩阵的转置再乘以所述第二矩阵，得到所述第十特征。

6.根据权利要求4所述的方法，其特征在于，所述对所述第九特征和所述第十特征进行第二交互计算，得到所述融合特征，包括：

对所述第八特征进行打平处理，得到第十一特征，并使用所述第十一特征的转置乘以第一参数矩阵，得到第一矩阵；

将所述第五特征通过第一预设卷积层，得到第一卷积结果，并对所述第一卷积结果进行所述打平处理，得到第二矩阵；

使用所述第一矩阵乘以所述第二矩阵的转置再乘以所述第二矩阵，得到第十特征；

对所述第九特征进行所述打平处理，得到第十二特征，并使用所述第十二特征的转置乘以第二参数矩阵，得到第三矩阵；

将所述第十特征通过第二预设卷积层，得到第二卷积结果，并对所述第二卷积结果进行所述打平处理，得到第四矩阵；

使用所述第三矩阵乘以所述第四矩阵的转置再乘以所述第四矩阵，得到所述融合特征。

7.根据权利要求1所述的方法，其特征在于，所述根据所述融合特征进行抽烟行为检测，包括：

将所述融合特征输入全连接层网络，输出检测结果；

其中，所述检测结果，包括目标对象存在抽烟行为、目标对象不存在抽烟行为、目标区域存在抽烟行为和目标区域不存在抽烟行为，所述全连接层网络包括多个全连接层，所述全连接层网络已经通过训练，学习并保存有所述融合特征和所述抽烟行为之间的对应关系。