基于人体骨骼关键点的吸烟行为检测算法

摘要：

针对公共场所的监控视频中烟头目标较小并且吸烟产生的烟雾易发散,仅依靠目标检测算法检测烟头或者烟雾来判定吸烟行为存在较大难度的问题,考虑到利用骨骼关键点来进行姿态估计的算法越来越成熟,提出一种利用人体骨骼关键点和吸烟行为之间的关系来进行吸烟行为检测的算法.该算法首先利用AlphaPose和RetinaFace分别检测出人体骨骼关键点和脸部关键点信息,根据手腕到两嘴角中点和手腕到同侧眼睛的距离之比,提出一种计算人体的吸烟动作比例(SAR)是否属于吸烟动作黄金比例(GRSA)的方法以区分吸烟与非吸烟行为;再利用YOLOv4检测视频中是否存在烟头;最后结合GRSA判定和YOLOv4的结果来确定视频中存在吸烟行为的可能性高低,作出是否有吸烟行为的判定.经过笔者录制的数据集测试,结果表明所提算法可以准确检测到吸烟行为,准确率达到92％.

关键词：吸烟行为检测;人体骨骼关键点;AlphaPose;RetinaFace;YOLOv4

所属期刊栏目：41

分类号：TP391.4(计算技术、计算机技术)

资助基金：山东省重点研发计划项目2017CXGC0810

在线出版日期：2022-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3602-3607