基于多任务分类的吸烟行为检测

来源：计量学报杂志2020年第5期北京时间：

作者：程淑红,马晓菲,张仕军,张丽

单位：燕山大学 电气工程学院, 河北 秦皇岛 066004

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

基金资助：国家自然科学基金(61601400); 河北省博士后基金(B2016003027); 秦皇岛市科学技术研究与发展计划(201701B009)