[发明专利]一种针对特殊场景的打电话或抽烟行为识别方法

说明书

本发明公开了一种针对特殊场景的打电话或抽烟行为识别方法，具体步骤包括，S1、采集实时监控图像；S2、进行人脸检测，确定潜在ROI区域；S3、对图像进行校正，生成待分类图像；S4、将行为分类别，提取待分类图像的特征；S5、特征比对，并进行相似度计算；S6、综合多帧对比信息和分类信息，计算最终结果；S7、根据最终类别对应的行为，输出是否打电话或抽烟的结果。本发明在数据量有限的情况下，可大幅度提升算法精度，并通过组建错误分类的特征库，再次提升算法精度，且通过多帧目标追踪匹配的方式最终决策，减少误报率。

技术领域

本发明属于图像识别技术领域，具体地说，涉及一种针对特殊场景的打电话或抽烟行为识别方法。

背景技术

加油站、面粉厂、煤矿厂等特殊场景具有很高的防火要求等级，因此，对于抽烟、打电话等行为需要严密监控并杜绝，以防因以上行为导致火灾，进而造成巨大的生命和财产损失。传统的识别方法是使用整幅图像检测抽烟、打电话的动作行为，来识别危险行为并预警。但由于电话、烟等物体本身较小，监控摄像机的视场角一般比较大，导致目标像素占比小，造成抽烟以及打电话识别的误报率及漏报率较高，比如托腮、摸嘴等动作易识别为抽烟、打电话行为，且容易受到光线及背景干扰，应用场景受到局限。另一方面，由于抽烟、打电话行为数据缺失，一般用于训练检测模型的数据多样性及数量普遍较少，进一步导致模型推理效果较差，准确率较低。

申请号为CN202110154950.X的中国专利公开了一种特定场景抽烟和打电话识别方法，采用了枪机和球机两台摄像机，枪机通过人体检测算法粗略定位，发送坐标点至球机，球机根据枪机发送的坐标自动变焦，放大人体目标区域输入分类器进行识别。该方法的缺点是：1、需要两台设备结合进行图像采集，对硬件要求高；2、选择目标面积最大的人体目标进行检测，容易遗漏打电话和抽烟行为；3、即使将目标区域图像扩大，但进入分类器时仍需要降低分辨率，并没有提高电话、抽烟在图像中的有效像素占比，导致分类准确率不高。

有鉴于此特提出本发明。

发明内容

本发明要解决的技术问题在于克服现有技术的不足，提供一种针对特殊场景的打电话或抽烟行为识别方法

为解决上述技术问题，本发明采用技术方案的基本构思是：

本发明提供一种针对特殊场景的打电话或抽烟行为识别方法，具体步骤包括，

S1、采集实时监控图像；

S2、进行人脸监测，确定潜在ROI区域；

S3、对图像进行校正，生成待分类图像；

S4、将行为分为数个类别，收集每个类别的训练数据进行深度学习训练，获得多分类模型，将待分类图像输入分类模型，输出对应每个类别的置信度值和待分类图像的特征；

S5、待分类图像的特征与特征集合中的每一个元素进行相似度计算，保存每个类别中相似度计算最高的值。

S6、对应类别的置信度值与相似度值相乘，取乘积最大值的类别为当前帧的最终类别，连续数帧图像中有三分之二的图像的最终类别为同一类别，输出最终类别；

S7、根据最终类别对应的行为，输出是否打电话或抽烟的结果。

进一步地，所述步骤S2中采用centerface网络进行人脸检测，具体为首先将步骤S1中输出的视频帧缩放至centerface网络所支持的图像尺寸，再通过卷积、池化或激活获得图像中所有人脸位置以及每个人脸的五个关键点，五个关键点分别是左眼球点、右眼球点、鼻尖点、左嘴角点、右嘴角点。

进一步地，所述步骤S3中进行图像校正生成待分类图像的具体步骤为，