针对经典卷积神经网络吸烟检测算法存在速度慢、误检率和硬件占有率高等问题,提出一种基于更快速区域卷积网络(faster region with convolution neural networks,Faster R-CNN)的吸烟快速检测算法。检测人脸并将检测到的人脸图像作为烟...针对经典卷积神经网络吸烟检测算法存在速度慢、误检率和硬件占有率高等问题,提出一种基于更快速区域卷积网络(faster region with convolution neural networks,Faster R-CNN)的吸烟快速检测算法。检测人脸并将检测到的人脸图像作为烟支检测区域,以缩小目标检测区域,并过滤掉与烟支相似的目标。使用图像分割方法对人脸区域进行烟支初检,初步判断有无烟支存在。利用Faster R-CNN算法对初步判断可能存在烟支的图像进行烟支目标检测并判断是否存在吸烟行为。实验结果表明,与经典的Faster R-CNN吸烟检测算法相比,提出算法的误检率、检测时间和CPU占用率有了明显降低。展开更多
文摘针对经典卷积神经网络吸烟检测算法存在速度慢、误检率和硬件占有率高等问题,提出一种基于更快速区域卷积网络(faster region with convolution neural networks,Faster R-CNN)的吸烟快速检测算法。检测人脸并将检测到的人脸图像作为烟支检测区域,以缩小目标检测区域,并过滤掉与烟支相似的目标。使用图像分割方法对人脸区域进行烟支初检,初步判断有无烟支存在。利用Faster R-CNN算法对初步判断可能存在烟支的图像进行烟支目标检测并判断是否存在吸烟行为。实验结果表明,与经典的Faster R-CNN吸烟检测算法相比,提出算法的误检率、检测时间和CPU占用率有了明显降低。
