一种基于深度学习的吸烟检测方法和系统

AITNT
正文
推荐专利
一种基于深度学习的吸烟检测方法和系统
申请号:CN202410993275
申请日期:2024-07-24
公开号:CN118941862A
公开日期:2024-11-12
类型:发明专利
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
1
一种用于模块化分布式电驱底盘变结构悬架的设计方法
悬架系统 质心侧偏角 指标 悬架运动学 电驱底盘技术
2
一种基于5G通信的方舱智能电源控制方法及系统
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
3
一种用于动物园动物行为的揭示方法及系统
多模态 骨骼关键点 音频特征 生理 融合特征
4
一种基于多源数据的智慧跑步测试方法及系统
跑步测试方法 图谱 异常点 序列 跑步测试系统
5
一种目标对象检测方法、设备、介质及程序产品
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号