[发明专利]抽烟行为的检测方法及装置

说明书

本公开涉及人工智能技术领域，提供了一种抽烟行为的检测方法及装置。该方法包括：通过获取输入图像，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，采用上述技术手段，解决现有技术中，对抽烟行为的检测的准确率低的问题。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种抽烟行为的检测方法及装置。

背景技术

吸烟有害健康，为了众人的身体健康，很多场所都禁止吸烟。为了实现对抽烟行为的智能检测，传统的检测方法是对香烟进行检测，在检测到香烟时，说明有人拿着香烟，可能发生了或者即将发生抽烟行为。但是，在上述检测方法中，因为烟头小，特征表达能力弱，所以如果只通过检测香烟，对抽烟行为的检测很难达到较高的准确率。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：对抽烟行为的检测的准确率低的问题。

发明内容

有鉴于此，本公开实施例提供了一种抽烟行为的检测方法及装置，以解决现有技术中，对抽烟行为的检测的准确率低的问题。

本公开实施例的第一方面，提供了一种抽烟行为的检测方法，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。

本公开实施例的第二方面，提供了一种抽烟行为的检测装置，包括：特征提取模块，被配置为获取输入图像，并通过残差网络模型提取所述输入图像的第一特征；金字塔网络模块，被配置为将所述第一特征输入特征金字塔网络，输出第二特征；语义映射模块，被配置为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；特征融合模块，被配置为对所述第二特征、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；检测模块，被配置为根据所述融合特征进行抽烟行为检测。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例与现有技术相比存在的有益效果是：因为本公开实施例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，因此，采用上述技术手段，可以解决现有技术中，对抽烟行为的检测的准确率低的问题，进而提高对抽烟行为的检测的准确率。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术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公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本公开实施例的应用场景的场景示意图；

图2是本公开实施例提供的一种抽烟行为的检测方法的流程示意图；

图3是本公开实施例提供的一种抽烟行为的检测装置的结构示意图；