[發(fā)明專利]抽煙檢測(cè)方法及裝置、電子設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202211261654.0
• 申請(qǐng)日: 2022-10-14
• 公開（公告）號(hào): CN115424355A
• 公開（公告）日: 2022-12-02
• 發(fā)明（設(shè)計(jì)）人: 羅靜;雷慶慶;毛少將;王曉;郭宇鵬;任峰;李沛然
• 申請(qǐng)（專利權(quán)）人: 通號(hào)通信信息集團(tuán)有限公司
• 主分類號(hào): G06V40/20
• 分類號(hào): G06V40/20;G06V10/82
• 代理公司: 北京天昊聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 11112
• 代理人: 彭瑞欣;馮建基

1.一種抽煙檢測(cè)方法，其特征在于，包括：

獲取待檢測(cè)的原始圖像；

根據(jù)所述原始圖像，獲得用戶頭部圖像，其中，所述用戶頭部圖像是根據(jù)所述原始圖像中用戶頭部區(qū)域的像素得到的圖像；

根據(jù)所述用戶頭部圖像，獲得第一區(qū)域信息和第二區(qū)域信息，其中，所述第一區(qū)域信息表示所述用戶頭部圖像中用戶嘴部區(qū)域的位置，所述第二區(qū)域信息表示所述用戶頭部圖像中香煙區(qū)域的位置；

根據(jù)所述第一區(qū)域信息和所述第二區(qū)域信息，獲得目標(biāo)檢測(cè)結(jié)果，其中，所述目標(biāo)檢測(cè)結(jié)果表示所述原始圖像中的用戶是否處于抽煙狀態(tài)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一區(qū)域信息和所述第二區(qū)域信息，獲得目標(biāo)檢測(cè)結(jié)果，包括：

根據(jù)所述第一區(qū)域信息和所述第二區(qū)域信息，計(jì)算所述用戶頭部圖像中的用戶嘴部區(qū)域和所述香煙區(qū)域的交集；

若所述交集大于預(yù)設(shè)閾值，則設(shè)置所述目標(biāo)檢測(cè)結(jié)果為表示用戶處于抽煙狀態(tài)的信息，否則，則設(shè)置所述目標(biāo)檢測(cè)結(jié)果為表示用戶未處于抽煙狀態(tài)的信息。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述原始圖像，獲得用戶頭部圖像，包括：

將所述原始圖像輸入至目標(biāo)頭部檢測(cè)模型中，獲得第三區(qū)域信息，其中，所述第三區(qū)域信息表示所述原始圖像中用戶頭部的位置，所述目標(biāo)頭部檢測(cè)模型是用于檢測(cè)圖像中的頭部區(qū)域的網(wǎng)絡(luò)模型；

根據(jù)所述第三區(qū)域信息和所述原始圖像，獲得所述用戶頭部圖像。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述用戶頭部圖像，獲得第一區(qū)域信息和第二區(qū)域信息，包括：

將所述用戶頭部圖像輸入至目標(biāo)人臉檢測(cè)模型中，獲得關(guān)鍵點(diǎn)信息，并根據(jù)所述關(guān)鍵點(diǎn)信息，獲得所述第一區(qū)域信息，其中，所述關(guān)鍵點(diǎn)信息表示所述用戶頭部圖像中人臉的關(guān)鍵點(diǎn)的位置，所述目標(biāo)人臉檢測(cè)模型是用于檢測(cè)圖像中的人臉區(qū)域的網(wǎng)絡(luò)模型；以及，

將所述用戶頭部圖像輸入至目標(biāo)抽煙檢測(cè)模型中，獲得所述第二區(qū)域信息，其中，所述目標(biāo)抽煙檢測(cè)模型是用于檢測(cè)圖像中的香煙區(qū)域的網(wǎng)絡(luò)模型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述關(guān)鍵點(diǎn)至少包括所述人臉中的左嘴角和右嘴角；

所述根據(jù)所述關(guān)鍵點(diǎn)信息，獲得所述第一區(qū)域信息，包括：

從所述關(guān)鍵點(diǎn)信息中，獲取第一位置信息和第二位置信息，其中，所述第一位置信息表示人臉中的左嘴角的位置，所述第二位置信息表示人臉中的右嘴角的位置；

根據(jù)所述第一位置信息和所述第二位置信息，計(jì)算第三位置信息和第四位置信息，其中，所述第三位置信息表示人臉中的上嘴唇的位置，所述第四位置信息表示人臉中的下嘴唇的位置；

根據(jù)所述第一位置信息、所述第二位置信息、所述第三位置信息和所述第四位置信息，獲得所述第一區(qū)域信息。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述目標(biāo)頭部檢測(cè)模型通過以下步驟訓(xùn)練得到：

獲取第一訓(xùn)練集和原始頭部檢測(cè)模型，其中，所述第一訓(xùn)練集包括多個(gè)第一樣本圖像，所述第一樣本圖像為包含用戶頭部區(qū)域的圖像，所述原始頭部檢測(cè)模型為預(yù)設(shè)網(wǎng)絡(luò)結(jié)構(gòu)的網(wǎng)絡(luò)模型；

基于所述第一訓(xùn)練集對(duì)所述原始頭部檢測(cè)模型進(jìn)行訓(xùn)練，獲得所述目標(biāo)頭部檢測(cè)模型。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述目標(biāo)抽煙檢測(cè)模型通過以下步驟訓(xùn)練得到：

根據(jù)所述目標(biāo)頭部檢測(cè)模型，對(duì)所述多個(gè)第一樣本圖像中的用戶頭部區(qū)域進(jìn)行檢測(cè)和提取處理，獲得與所述多個(gè)第一樣本圖像對(duì)應(yīng)的多個(gè)第二樣本圖像；

通過對(duì)所述多個(gè)第二樣本圖像進(jìn)行標(biāo)注，構(gòu)建包括正樣本圖像和負(fù)樣本圖像的第二訓(xùn)練集，其中，所述正樣本圖像為所述第二樣本圖像中包含香煙區(qū)域的圖像，所述負(fù)樣本圖像為所述第二樣本圖像中未包含香煙區(qū)域的圖像；

根據(jù)所述第二訓(xùn)練集對(duì)原始抽煙檢測(cè)模型進(jìn)行訓(xùn)練，獲得目標(biāo)抽煙檢測(cè)模型。