(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 202210915989.3 (22)申请日 2022.08.01 (71)申请人 浙江师范大学 地址 321000 浙江省金华市迎宾大道68 8号 (72)发明人 郑忠龙　张大伟　林飞龙　陈灏　 王志刚　 (74)专利代理 机构 浙江千克知识产权代理有限 公司 33246 专利代理师 黎双华 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于深度学习的吸烟监测方法及装置 (57)摘要 本发明实施例提供一种基于深度学习的吸 烟监测方法及装置， 所述方法包括： 获取摄像模 块拍摄的图像数据集； 对所述图像数据集进行预 处理； 将图像数据集导入预设的学习模型， 得出 初次数据结果， 将所述初次数据结果与预训练模 型进行比较， 得出性能指标， 根据所述性能指标 对所述学习模 型进行训练， 直至所述性能指标趋 近于收敛， 得到训练后的所述学习模型； 根据训 练后的所述学习模型搭建吸烟者检测系统， 获取 实际监控图像， 结合所述吸烟者检测系统， 得到 所述实际监控图像对应的吸烟检测结果。 采用本 方法能在较为开阔的场合进行吸烟检测， 节省了 人力资源的同时， 也 提高了管理效率。 权利要求书2页 说明书6页 附图2页 CN 115249340 A 2022.10.28 CN 115249340 A 1.一种基于深度学习的吸烟监测方法， 其特 征在于， 包括： 获取摄像模块拍摄的图像数据集； 对所述图像数据集进行 预处理； 将图像数据集导入预设的学习模型， 得出初次数据结果， 将所述初次数据结果与预训 练模型进 行比较， 得出性能指标， 根据所述性能指标对所述学习模型进 行训练， 直至所述性 能指标趋近于 收敛， 得到训练后的所述学习模型， 所述学习模型用于对所述图像数据集中 人物是否吸烟进 行判断， 所述预训练模型包含对于所述图像数据集中人物是否吸烟的判断 标准； 根据训练后的所述学习模型搭建吸烟者检测系统， 获取实 际监控图像， 结合所述吸烟 者检测系统， 得到所述实际监控图像对应的吸烟检测结果。 2.根据权利要求1所述的一种基于深度学习的吸烟监测方法， 其特征在于， 所述预处 理， 包括： 对所述图像数据集进行调整大小、 缩放、 翻转、 移动， 将所述图像数据集中的图像大小 调整为通用分辨 率。 3.根据权利要求1所述的一种基于深度 学习的吸烟监测方法， 其特征在于， 所述图像数 据集中人物是否吸烟的判断标准， 包括： 所述吸烟者手部停留在所述吸烟者嘴唇部的时长、 香烟的烟雾浓度、 香烟的特性。 4.根据权利要求1所述的一种基于深度 学习的吸烟监测方法， 其特征在于， 所述根据训 练后的所述学习模型 搭建吸烟者检测系统之后， 还 包括： 将所述吸烟者检测系统与 社会信用评分系统进行整合， 当所述吸烟者检测系统检测到 吸烟者的吸烟行为时， 检测所述吸烟者对应的社会信用评分系统中是否存在历史吸烟行 为， 并根据检测结果， 生成对应的处罚结果， 并记录在所述吸烟者对应的社会信用评 分系统 中。 5.根据权利要求1所述的一种基于深度 学习的吸烟监测方法， 其特征在于， 所述性能指 标， 包括： 预测准确率、 敏感度、 特异性、 错 误率、 阴性预测值、 假阴性 率、 假阳性 率、 错误发现率。 6.一种基于深度学习的吸烟监测装置， 其特 征在于： 所述装置包括： 获取模块， 用于获取摄 像模块拍摄的图像数据集； 预处理模块， 用于对所述图像数据集进行 预处理； 学习模块， 用于将将图像数据集导入预设的学习模型， 得出第一 次数据结果， 将所述第 一次数据结果与预训练模型进行比较， 得出性能指标， 根据所述性能指标对所述学习模型 进行训练， 直至所述性能指标趋近于收敛， 得到训练后的所述学习模 型， 所述学习模型用于 对所述图像数据集中人物是否吸烟进 行判断， 所述预训练模型包含对于所述图像数据集中 人物是否吸烟的判断标准； 搭建模块， 用于根据训练后的所述学习模型搭建吸烟者检测系统， 获取实际监控图像， 结合所述吸烟者检测系统， 得到所述实际监控图像对应的吸烟检测结果。 7.根据权利要求6 中所述的一种基于深度学习的吸烟监测装置， 其特征在于， 所述装置 还包括： 第二预处理模块， 用于对所述图像数据集进行调整大小、 缩放、 翻转、 移动， 将所述图像权　利　要　求　书 1/2 页 2 CN 115249340 A 2数据集中的图像大小调整为2 24X224的通用分辨 率。 8.根据权利要求6 中所述的一种基于深度学习的吸烟监测装置， 其特征在于， 所述装置 还包括： 第二搭建模块， 用于将所述吸烟者检测系统与社会信用评分系统进行整合， 当所述吸 烟者检测系统检测到吸烟者的吸烟行为时， 检测所述吸烟者对应的社会信用评 分系统中是 否存在历史吸烟行为， 并根据检测结果， 生成对应的处罚结果， 并记录在所述吸烟者对应的 社会信用评分系统中。 9.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至5任一项所述基于深 度学习的吸烟监测方法的步骤。 10.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机 程序被处理器执行时实现如权利要求1至5任一项所述基于深度学习的吸烟监测方法的步 骤。权　利　要　求　书 2/2 页 3 CN 115249340 A 3