|
|||||
|
|
| 基于多任务分类的吸烟行为检测 | |
| 作者姓名： | 程淑红 马晓菲 张仕军 张丽 |
| 作者单位： | 1.燕山大学 电气工程学院, 河北 秦皇岛 066004 2.秦皇岛技师学院, 河北 秦皇岛 066004 |
| 基金项目： | 国家自然科学基金;秦皇岛市科学技术研究与发展计划;河北省博士后基金 |
| 摘 要： | 为了及时检测吸烟行为,准确做出状态判断,提出了一种基于多任务分类的吸烟行为检测算法。该算法融合多任务卷积神经网络、级联回归和残差网络,通过多任务卷积神经网络算法和基于梯度提高学习的回归树方法(RET级联回归)快速定位嘴部感兴趣区域(ROI);在此基础上,采用残差网络对ROI内目标进行检测和状态识别。实验结果表明,该算法可以准确检测到吸烟行为的发生并做出状态判断,准确率可以达到87. 5%。 |
| 关 键 词： | 计量学 吸烟行为检测 多任务分类 卷积神经网络 级联回归 残差网络 感兴趣区域 人脸识别 |
| 收稿时间： | 2018-07-25 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计量学报》浏览原始摘要信息 | |
| 点击此处可从《计量学报》下载全文 | |