基于深度学习图像处理的吸烟行为检测.pdfVIP

基于深度学习图像处理的吸烟行为检测 摘 要 据2019年世界卫生组织统计，全球共有11亿烟民，其中我国烟民总数超3.6 亿，是世界上吸烟人数最多的国家。烟草中至少含有70多种致癌物，吸烟或者 被动吸烟会对人健康成巨大的伤害，我国每年治疗烟草相关疾病花费约 3.5万亿元。吸烟不仅危害健康，也是火灾患之一，每年约20% 的火灾由吸烟 引起。着社会的发展，吸烟所引起的健康、经济和环境受到了人们的强 烈关注。 传统吸烟检测主要利用烟探测器，检测烟烟判断该区域是否有 人吸烟，但是该方法精度低，只能判断是否有人吸烟，无法准确识别吸烟者， 而且吸烟产生的烟少，因此烟探测器多用于火灾报警，无法判断是否存 在吸烟行为。 着人工智能、计算机视觉、深度学习的发展和硬件计算能力的提，图像 处理技术渐应用于诸多域，如人脸识别、自动、缺检测等。百度率先 提出AI控烟，利用深度学习训练控烟模型，自动识别图像中的吸烟者。本文在此 背景和基础上，提出一种基于深度学习图像处理的吸烟行为检测算法，以图像数 据为入，深度学习网络自主提取目标特征并对目标行分类，从而检测图 像中是否存在吸烟者。分析对比当前基于深度学习的目标检测算法，综合检 测度和精度两大指标，以YOLOv3算法为基础，在Win10系统下搭建了深度学 习环境，建立数据，训练并评估模型，根据评估结果有对性的对YOLOv3 行了结构改和参数寻优。理论分析和实结果均表明，基于YOLOv3 的吸烟检 测算法可行，改后的模型具有YOLOv3-tiny 的检测度，其检测精度比 YOLOv3-tiny 明显提。最后构建了吸烟检测系统，利用PyQt5搭建上位机界， 调用已训练模型执行吸烟检测任务。测试结果表明，该系统可有效识别图像中的 吸烟者，具有好的推广价值。 关词：深度学习，图像处理，目标检测，吸烟检测 I 目 录 摘 要 I ABSTRACT II 第一章 绪论 2 1.1 论文背景及研究意义2 1.2 吸烟检测研究现状2 1.2.1 基于烟的化学特性检测2 1.2.2 基于视图像特征检测2 1.3 吸烟检测现存的4 1.4 论文内容及章节安排4 第二章 吸烟检测可行性研究 6 2.1 求分析6 2.1.1 功能性求分析6 2.1.2 功能求分析7 2.2 可行性分析7 2.3 开发技术介绍8 2.3.1 深度学习8 2.3.2 人机界 15 2.4 本章小结 15 第三章 吸烟检测算法原理 16 3.1 基于YOLO 的吸烟检测算法 16 3.2 搭建深度学习环境21 3.3 建立吸烟图像数据22 3.3.1 图像22 3.3.2 图像处理26 3.4 数据标注28 3.5 数据划分30 IV 3.6 本章小结30 第四章 深度学习吸烟检测算法实现及优化 31 4.1 吸烟检测算法训练31 4.2 算法初步测试33 4.3 算法优化36 4.3.1 GIOU36 4.3.2 多尺度融合检测37 4.3.3 YOLO3-SPP39 4.4 算法比40 4.5 本章小结42 第五章 系统实现 43 5.1 系统设计方案43 5.2 界设计与实现44 5.2.1 登录界44 5.3.2 注册界45 5.3.3 检测界46