用于公共场合防范违规进食的方法与流程

本发明涉及视频监控领域，具体涉及一种用于公共场合防范违规进食的方法。

背景技术：

1、人类在日常生活中经常会涉足许许多多的公共场合。

2、特别是许多人都为了节省时间，选择在乘坐地铁的上班路上吃早餐，容易引发各种安全问题：

3、例如，在奔走中急急忙忙进食，容易被食物呛入气管，如果治疗不及时，甚至会有生命危险，在人群中引发恐慌

4、但是往往类似地铁站这种公共场合的人流量都特别的大，需要防范的区域多而复杂，依靠巡检员进行常规巡查，费时费力，根本无法彻底防范公共场合的“违规进食”。

技术实现思路

1、本发明的目的是针对现有技术对应的不足，提供一种用于公共场合防范违规进食的方法，借助ai与视频监控技术对公共场合的“违规进食”进行防范，方便快捷，能够准确提醒巡检员及时制止“违规进食”的行为，维持公共场合的秩序。

2、本发明的目的是采用下述方案实现的，一种用于公共场合防范违规进食的方法，包括以下步骤：

3、1)建立神经网络模型，所述神经网络模型用于判断人与食物之间的位置关系为违规进食，或者非违规进食；

4、2)获取待分析的图片；

5、3)将待分析的图片输入步骤1)所述的神经网络模型，获取图片中人与食物之间的位置关系；

6、4)根据图片中人与食物之间的位置关系，按照下列方式对图片中所有人的违规进食行为进行判断：

7、4-1)若人与食物之间的位置关系为违规进食，报警提示巡检员，该人员处于违规进食状态；

8、4-2)若人与食物之间的位置关系为非违规进食，则该人员没有处于违规进食状态，无需报警。

9、优选地，所述神经网络模型包括特征提取网络、区域候选网络、目标检测单元、关系检测单元，所述神经网络模型判断人与食物之间的位置关系的具体步骤如下：

10、⑴将待分析的图片输入到特征提取网络中，提取该图片的深度特征；

11、⑵将该图片的深度特征输入到区域候选网络获取该图片中所有的特征候选框，所述特征候选框包括图片中所有人类对应的候选框以及食物对应的候选框；

12、⑶将该图片中所有的特征候选框输入到目标检测单元，进行类别预测和坐标回归，分别获取所有的特征候选框对应的类别以及位置坐标；

13、⑷关系检测单元将所有人类对应的特征候选框与食物对应的特征候选框两两配对，并根据特征候选框对应的位置坐标，判断各个配对中特征候选框之间的关系是否为违规进食，或者非违规进食。

14、优选地，所述特征提取网络为用于对待分析的图片进行特征提取的神经网络。

15、优选地，获取所有的特征候选框对应的类别的具体步骤如下：

16、首先将区域候选网络中提取的特征候选框通过目标检测单元中的roi pooling层对特征尺寸进行归一，然后对归一化的特征使用目标检测单元中的全局平均池化层进行特征融合，最后将特征输入到目标检测单元的全连接层进行分类，并采用交叉熵损失函数进行约束，所述交叉熵损失函数的公式如下所示：

17、

18、式中，loss为交叉熵损失，yi为标签值，yj为预测值。

19、优选地，获取所有的特征候选框对应的位置坐标的具体步骤如下：

20、首先将区域候选网络中提取的特征候选框通过目标检测单元中的roi pooling层对特征尺寸进行归一，然后再对归一化的特征进行卷积回归，得到特征候选框对应的位置坐标，所述特征候选框对应的位置坐标采用下列损失函数进行约束：

21、

22、式中，loss为坐标回归的损失，zi为预测坐标，zj为实际坐标。

23、优选地，判断所有人类对应的特征候选框与食物对应的特征候选框配对中特征候选框之间的关系的具体步骤如下：

24、首先将区域候选网络中提取的特征候选框通过关系检测单元中的roi pooling层对特征尺寸进行归一，对归一化的特征使用关系检测单元中的全局平均池化层进行特征融合，然后再将得到的所有特征候选框对应的特征两两拼接，最后将拼接后的各个特征输入到关系检测单元的全连接层进行关系分类，并采用交叉熵损失函数对分类结果进行约束，判断各个配对中特征候选框之间的关系是否为违规进食，或者非违规进食。

25、优选地，将待分析的图片输入步骤1)所述的神经网络模型之前，需要对待分析的图片进行预处理。

26、优选地，对待分析的图片进行预处理的算法为图片去噪算法。

27、优选地，对待分析的图片进行预处理的算法为防抖动算法。

28、优选地，对待分析的图片进行预处理的算法为图像增强算法。

29、本发明的优点在于，能够准确提醒巡检员及时制止“违规进食”的行为，维持公共场合的秩序，借助ai与视频监控技术对公共场合的“违规进食”进行防范，方便快捷，准确率高。

技术特征：

1.一种用于公共场合防范违规进食的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述用于公共场合防范违规进食的方法，其特征在于，所述神经网络模型包括特征提取网络、区域候选网络、目标检测单元、关系检测单元，所述神经网络模型判断人与食物之间的位置关系的具体步骤如下：

3.根据权利要求2所述用于公共场合防范违规进食的方法，其特征在于，所述特征提取网络为用于对待分析的图片进行特征提取的神经网络。

4.根据权利要求2所述用于公共场合防范违规进食的方法，其特征在于，获取所有的特征候选框对应的类别的具体步骤如下：

5.根据权利要求2所述用于公共场合防范违规进食的方法，其特征在于，获取所有的特征候选框对应的位置坐标的具体步骤如下：

6.根据权利要求2所述用于公共场合防范违规进食的方法，其特征在于，判断所有人类对应的特征候选框与食物对应的特征候选框配对中特征候选框之间的关系的具体步骤如下：

7.根据权利要求1所述用于公共场合防范违规进食的方法，其特征在于，将待分析的图片输入步骤1)所述的神经网络模型前，对待分析的图片进行预处理。

8.根据权利要求7所述用于公共场合防范违规进食的方法，其特征在于，对待分析的图片进行预处理的算法为图片去噪算法。

9.根据权利要求7所述用于公共场合防范违规进食的方法，其特征在于，对待分析的图片进行预处理的算法为防抖动算法。

10.根据权利要求7所述用于公共场合防范违规进食的方法，其特征在于，对待分析的图片进行预处理的算法为图像增强算法。

技术总结
本发明涉及视频监控领域，具体涉及一种用于公共场合防范违规进食的方法，包括以下步骤：1)建立神经网络模型；2)获取待分析的图片；3)获取图片中人与食物之间的位置关系；4)根据图片中人与食物之间的位置关系，按照下列方式对图片中所有人的违规进食行为进行判断：4‑1)若人与食物之间的位置关系为违规进食，报警；4‑2)若人与食物之间的位置关系为非违规进食，无需报警。本发明能够借助AI与视频监控技术对公共场合的“违规进食”进行防范，方便快捷，能够准确提醒巡检员及时制止“违规进食”的行为，维持公共场合的秩序。

技术研发人员：杨杭,许涛,刘立国,孙琴,王子璘
受保护的技术使用者：重庆电信系统集成有限公司
技术研发日：
技术公布日：2024/1/12