计算机工程与应用

2021, v.57;No.968(01) 234-241

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于人体关节点的多人吸烟动作识别算法
Multi-person Smoking Action Recognition Algorithm Based on Human Joint Points

刘婧;杨旭;刘董经典;牛强;

摘要(Abstract):

吸烟检测已成为公共场所禁烟的重要措施,基于视频图像的吸烟动作识别已广泛用于吸烟检测中。使用深度学习的方法进行图像处理,需要大量数据集训练模型。现有的吸烟动作识别方法的准确率和实时性不够理想,且多只针对一个人进行动作识别。为解决这些问题,提出了一种通过检测周期性动作来识别多人吸烟动作的方法。在进行了大量的实验后发现吸烟行为是有节奏和周期性的,对此具体分析了吸烟行为的周期性并制定了吸烟行为规范;利用人体关节点信息,关注关节点的运动轨迹,检测运动轨迹是否符合周期性规律从而实现吸烟动作识别;同时跟踪多人关节点的信息,以实现多个人实时吸烟行为的识别。实验结果表明,该方法可以达到91%的准确率,在各种情况下都可以保持较高准确率和鲁棒性。

关键词(KeyWords): 人体关节点;周期性;多人吸烟动作识别

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(51674255)

作者(Author): 刘婧;杨旭;刘董经典;牛强;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享