基于深度学习的实时吸烟检测算法

• Published in: 计算机科学与探索 Vol. 15; no. 2; pp. 327 - 337
• Main Authors: 陈睿龙, 罗磊, 蔡志平, 马文涛
• Format: Journal Article
• Language: Chinese
• Published: 国防科技大学 计算机学院,长沙 410073 01.02.2021
• Subjects: 实时性; 微型目标检测; 计算机视觉; 鲁棒性; 吸烟检测

TP391.4; 在公共场所内吸烟,不仅对自身、他人身体健康造成潜在的危害,还存在造成火灾等现象的隐患.因此,出于健康和安全方面的考虑,为机场、加油站、化工仓库等严禁吸烟的场所,设计了一种基于深度学习的能快速发现和警告吸烟行为的检测模型.该模型使用卷积神经网络对摄像头所拍摄的视频流输入帧进行处理,经过图像特征提取、特征融合、目标分类以及目标定位等过程,定位烟头的位置,进而判断出吸烟行为.常见的目标检测算法针对小目标物体检测效果不甚理想,检测速度亦有待提高.通过设计的一系列卷积神经网络模块,不但减少了模型计算量,加快了推演速度,满足实时性要求,而且提高了小目标物体(烟头)检测准确率.此外,运用了...