基于多任务分类的吸烟行为检测

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

所属期刊栏目：41

分类号：TB96;TB973(计量学)

资助基金：国家自然科学基金;河北省博士后基金;秦皇岛市科学技术研究;发展计划

在线出版日期：2020-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：538-543