基于人体关节点的多人吸烟动作识别算法

• 作者: 刘婧 刘董经典 杨旭 牛强
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人体关节点 周期性 多人吸烟动作识别
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 工程与应用
• 页码范围: 234-241
• 页数: 8页
• 分类号: TP751
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2005-0301

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨旭		13	126	4.0	11.0
2	牛强		57	459	11.0	19.0
3	刘婧		9	10	2.0	3.0
4	刘董经典		2	0	0.0	0.0