(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210259277.0 (22)申请日 2022.03.16 (71)申请人 北京明略昭辉科技有限公司 地址 100000 北京市海淀区北三环西路25 号27号楼二层2020室 (72)发明人 范清　唐大闰　 (74)专利代理 机构 北京康盛知识产权代理有限 公司 11331 专利代理师 高会会 (51)Int.Cl. G06V 40/20(2022.01) G06V 20/40(2022.01) G06V 20/52(2022.01) G06V 10/50(2022.01) G06V 10/46(2022.01)G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 检测模型的训练方法及 装置、 吸烟行为的检 测方法及装置 (57)摘要 本申请涉及图像处理技术领域， 公开一种吸 烟行为的检测方法， 包括： 根据预设的采样率， 从 监控视频流中获取待检测图像； 将所述待检测图 像输入至 预设的检测模型中， 得到所述待检测图 像对应的识别结果， 其中， 所述识别结果包括所 述待检测图像中包含烟头的信心值 以及吸烟手 势的信心值； 根据所述烟头的信心值以及吸烟手 势的信心值， 确定所述监控视频流中是否发生吸 烟行为。 本申请提高了对于烟头等体积较小的目 标的检测准确率， 采用吸烟手势 检测来辅助烟头 检测进行综合判断， 避免了由于更小分辨率的烟 头导致的漏检， 降低了漏检率。 本申请还公开一 种采用吸烟手势检测来辅助烟头检测进行综合 判断， 避免了由于更小分辨率的烟头导致的漏 检， 降低了漏检率。 权利要求书2页 说明书10页 附图6页 CN 114613010 A 2022.06.10 CN 114613010 A 1.一种吸烟行为的检测方法， 其特 征在于， 包括： 根据预设的采样率， 从监控视频流中获取待检测图像； 将所述待检测图像输入至预设的检测模型中， 得到所述待检测图像对应的识别结果， 其中， 所述识别结果包括所述待检测图像中包 含烟头的信心值以及吸烟手势的信心值； 根据所述烟头的信心值以及吸烟手势的信心值， 确定所述监控视频流中是否发生吸烟 行为。 2.根据权利要求1所述的检测方法， 其特征在于， 所述根据预设的采样率， 从监控视频 流中获取待检测图像， 包括： 根据预设的采样周期从监控视频流抽取视频帧； 根据抽取到的视频帧生成待检测图像。 3.根据权利要求1所述的检测方法， 其特征在于， 所述根据 所述烟头的信心值以及吸烟 手势的信心值， 确定所述 监控视频流中是否发生吸烟行为， 包括： 判断所述烟头的信心值是否大于第一阈值； 若是， 则判定所述 监控视频流中发生吸烟行为， 并发送对应的吸烟报警信息； 若否， 则根据所述吸烟手势的信心值， 确定所述 监控视频流中是否发生吸烟行为。 4.根据权利要求3所述的检测方法， 其特征在于， 所述根据 所述烟头的信心值以及吸烟 手势的信心值， 确定所述 监控视频流中是否发生吸烟行为， 包括： 判断所述吸烟手势的信心值是否大于第二阈值； 若是， 则判定所述 监控视频流中发生吸烟行为， 并发送对应的吸烟报警信息； 若否， 则判定所述 监控视频流中未发生吸烟行为。 5.一种检测模型的训练方法， 其特 征在于， 包括： 获取训练样本并标注训练标签， 其中， 所述训练样本包括多个包含吸烟行为的吸烟图 像， 所述训练标签包括每个所述吸烟图像中烟头对应的包围盒和烟头类别、 以及吸烟手势 对应的包围盒和吸烟手势类别； 对所述吸烟图像进行预处理， 并将预处理后的所述吸烟图像输入至所述检测模型中进 行训练， 直至 达到训练停止条件。 6.根据权利要求5所述的训练方法， 其特征在于， 所述对所述吸烟图像进行预处理， 包 括： 对所述吸烟图像进行 数据增强； 或者， 对所述吸烟图像进行图像 变换； 或者， 对所述吸烟图像进行自适应锚框计算； 或者， 将所述吸烟图像锁缩放至目标分辨 率。 7.根据权利要求5所述的训练方法， 其特征在于， 所述将预处理后的所述吸烟图像输入 至所述检测模型中进行训练， 直至 达到训练停止条件， 包括： 根据预设的批量尺寸将多个吸烟图像进行分批处理， 得到多个包含相同数量的吸烟图 像的吸烟图像集 合； 根据预设的初始学习率和权重衰减系数， 通过随机梯度 下降代算法和多个吸烟图像集 合对所述检测模型进行多次迭代训练； 在多次迭代训练全部 完成后， 获得 所述检测模型。权　利　要　求　书 1/2 页 2 CN 114613010 A 28.一种吸烟行为的检测装置， 其特 征在于， 包括： 图像采样模块， 被 配置为根据预设的采样率， 从监控视频流中获取待检测图像； 图像识别模块， 被配置为将所述待检测图像输入至预设的检测模型中， 得到所述待检 测图像对应的识别结果， 其中， 所述识别结果包括所述待检测图像中包含烟头的信心值以 及吸烟手势的信心值； 行为检测模块， 被配置为根据所述烟头的信心值以及 吸烟手势 的信心值， 确定所述监 控视频流中是否发生吸烟行为。 9.一种检测模型的训练装置， 其特 征在于， 包括： 数据获取模块， 被配置为获取训练样本并标注训练标签， 其中， 所述训练样本包括多个 包含吸烟行为的吸烟图像， 所述训练标签包括每个所述吸烟图像中烟头对应的包围盒和烟 头类别、 以及吸烟手势对应的包围盒和吸烟手势类别； 模型训练模块， 被配置为对所述吸烟图像进行预处理， 并将预处理后的所述吸烟图像 输入至所述检测模型中进行训练， 直至 达到训练停止条件。 10.一种电子设备， 其特 征在于， 包括存 储器和处 理器， 其中： 所述存储器， 用于保存计算机程序； 所述处理器， 用于执行所述计算机程序， 以实现如权利要求1至4任一项所述的吸烟行 为的检测方法， 或者实现如权利要求5 至7任一项所述的检测模型的训练方法。 11.一种存储介质， 存储有程序指令， 其特征在于， 所述程序指令在运行时， 执行如权利 要求1至4任一项 所述的吸烟行为的检测方法， 或者执行如权利要求5至7任一项 所述的检测 模型的训练方法。权　利　要　求　书 2/2 页 3 CN 114613010 A 3