基于多任务分类的吸烟行为检测

• 作者: 张丽 张仕军 程淑红 马晓菲
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 吸烟行为检测 多任务分类 卷积神经网络 级联回归 残差网络 感兴趣区域 人脸识别
• 年，卷（期）: 2020,（5）
• 页码范围: 538-543
• 页数: 6页
• 分类号: TB96|TB973
• 字数: 3873字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2020.05.05

摘要

为了及时检测吸烟行为,准确做出状态判断,提出了一种基于多任务分类的吸烟行为检测算法.该算法融合多任务卷积神经网络、级联回归和残差网络,通过多任务卷积神经网络算法和基于梯度提高学习的回归树方法(RET级联回归)快速定位嘴部感兴趣区域(ROI);在此基础上,采用残差网络对ROI内目标进行检测和状态识别.实验结果表明,该算法可以准确检测到吸烟行为的发生并做出状态判断,准确率可以达到87.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程淑红	燕山大学电气工程学院	33	161	8.0	10.0
2	张仕军	燕山大学电气工程学院	5	4	1.0	1.0
3	张丽		9	6	1.0	2.0
4	马晓菲	燕山大学电气工程学院	1	0	0.0	0.0