摘要
本发明提供了一种基于深度学习的吸烟检测方法和系统,包括:获取待识别的禁烟区域的图像采集数据;基于所述图像采集数据,利用预先构建的吸烟区域检测模型,得到所述图像采集数据中是否存在疑似吸烟区域;当所述图像采集数据中存在疑似吸烟区域时,利用ByteTrack目标跟踪算法,生成吸烟动作轨迹;根据所述吸烟动作轨迹,确定所述待识别的禁烟区域是否存在吸烟行为;本发明通过结合神经网络和ByteTrack目标确定视觉特征,能有效提高识别疑似吸烟区域的准确率,减少误报和漏报,还有利于减少人力成本。
技术关键词
图像特征数据
吸烟检测方法
吸烟检测系统
脑电信号识别
运动特征
传播算法
网络
轨迹线
序列
参数
生成动作
数据采集模块
轮廓特征
后台系统
视觉特征
纹理特征
系统为您推荐了相关专利信息
悬架系统
质心侧偏角
指标
悬架运动学
电驱底盘技术
控制策略
智能电源控制方法
电力需求预测
设备控制
强化学习技术
图像检测模型
对象检测方法
车辆行驶信息
机器学习模型训练
样本