基于姿态识别的吸烟监测系统技术方案

本发明专利技术公开基于姿态识别的吸烟监测系统，包括图像采集模块、获取划分模块、姿态特征模拟模块、筛选定位模块、姿态修正模块、姿态识别对比模块、人体姿态模型数据库、姿态评估处理模块和显示终端；本发明专利技术通过图像采集模块、获取划分模块并结合姿态特征模拟模块，可对采集图像中的抽烟者的特征点进行提取识别，并通过筛选定位模块、姿态修正模块、姿态识别对比模块和姿态评估处理模块对吸烟姿态中的特征点间的距离进行统计，根据特征点间的距离判断单位时间内的抽烟频率，进而分析出抽烟者的吸烟上瘾系数，便于直观地了解抽烟者的抽烟频率和上瘾状态，该系统根据吸烟者的吸烟姿态可对抽烟者进行吸烟状态的监测。

Smoking monitoring system based on attitude recognition

【技术实现步骤摘要】
基于姿态识别的吸烟监测系统
本专利技术属于图像监测
，涉及到基于姿态识别的吸烟监测系统。
技术介绍
目前，吸烟作为威胁人类健康的一大杀手，已经得到社会各方面越来越多的重视，据统计，中国现在大约有3.2亿烟民。抽烟严重危害了抽烟者以及周围人员的安全，特别在危险环境下抽烟，例如加油站和易爆品存放处，极易造成危险事故的发生，但是目前通常采用烟雾浓度进行报警提醒，若烟雾浓度低于设定的参数值时，不发生报警，存在安全性检测差以及危险性大的问题，为了提高对吸烟者的监测，现采用姿态识别的方式对抽烟者的吸烟状态进行检测。
技术实现思路
本专利技术的目的在于提供的基于姿态识别的吸烟监测系统，通过图像采集模块、获取划分模块并结合姿态特征模拟模块，可对采集图像中的抽烟者的特征点进行提取识别，并通过筛选定位模块、姿态修正模块、姿态识别对比模块和姿态评估处理模块对吸烟姿态中的特征点间的距离进行统计，根据特征点间的距离判断单位时间内的抽烟频率，进而分析出抽烟者的吸烟上瘾系数，解决了现有技术中存在的对抽烟者的抽烟监测效果差的问题。本专利技术的目的可以通过以下技术方案实现：基于姿态识别的吸烟监测系统，包括图像采集模块、获取划分模块、姿态特征模拟模块、筛选定位模块、姿态修正模块、姿态识别对比模块、人体姿态模型数据库、姿态评估处理模块和显示终端；所述图像采集模块与获取划分模块连接，姿态特征模拟模块分别与获取划分模块、筛选定位模块和姿态识别对比模块连接，姿态修正模块分别与筛选定位模块与和人体姿态模型数据库连接，姿态评估处理模块分别与姿态识别对比模块、姿态修正模块、人体姿态模型数据库和显示终端连接，姿态识别对比模块与人体姿态模型数据库连接。所述图像采集模块用于实时采集人员的图像信息，并将采集的图像经清除处理，筛选出清晰程度大于预设清晰程度阈值的图像，并将筛选出的清晰程度大于预设清晰程度阈值的图像发送至获取划分模块；所述获取划分模块用于接收图像采集模块发送的图像，对接收的图像进行划分，划分成若干尺寸相同的子图像，对子图像进行编号，分别为1,2,...,i,...,n，并将划分排序后的子图像按照顺序先后依次发送至姿态特征模拟模块；所述姿态特征模拟模块用于接收获取划分模块发送的各子图像信息，对接收的各子图像进行姿态特征点提取，对提取的各子图像中的特征点进行模拟位置坐标，并将提取的各子图像中的特征点的模拟位置坐标发送至筛选定位模块，将提取的各子图像中的特征点发送至姿态识别对比模块；所述筛选定位模块用于接收姿态特征模拟模块发送的特征点的模拟位置坐标，并根据获取的特征点的模拟位置坐标，统计各特征点的距离，并判断指关节特征点到唇部特征点间的距离，将各特征点间的距离发送至姿态修正模块；所述姿态修正模块用于接收筛选定位模块发送的特征点间的距离，筛选出各特征点间距离发生变化的特征点，并统计任意两特征点距离发生变化的次数，且统计指关节特征点到唇部特征点间的距离，并将统计的距离与设定的标准距离阈值进行对比，判断指关节特征点到唇部特征点间的距离与标准距离阈值间的差值的绝对值是否在预设的间隔阈值范围内，若在预设的间隔阈值范围内，则根据人体姿态模型数据库中抽烟者吸烟过程中指关节特征点和唇部特征点间的标准距离对子图像中的指关节特征点和唇部特征点间的距离进行修正；所述人体姿态模型数据库用于存储抽烟者在抽烟状态下的各姿态特征点以及各姿态特征点对应的位置，以及指关节特征点和唇部特征点间的标准距离阈值以及间隔阈值信息，存储有单位时间内指关节特征点与唇部特征点间的距离小于标准距离阈值的次数，不同次数对应不同的吸烟频率，且不同吸烟频率范围有与之相对应的吸烟上瘾系数；所述姿态识别对比模块用于接收姿态特征模拟模块发送的各子图像的特征点，并将各子图像中的特征点与人体姿态模型数据库中的各姿态特征点进行逐一对比，判断各子图像中的特征点是否为姿态特征点，提取各子图像中的姿态特征点。进一步地，还包括姿态评估处理模块，所述姿态评估处理模块用于接收姿态识别对比模块发送的对比后的姿态特征点，接收姿态修正模块发送的修正后的指关节特征点与唇部特征点间的距离，判断接收的姿态特征点是否为指关节特征点和唇部特征点，姿态特征点为指关节特征点或唇部特征点，则统计修正后的姿态特征点中的指关节特征点和唇部特征点间的距离与标准距离阈值进行对比，累计态特征点中的指关节特征点和唇部特征点间的距离小于标准距离阈值的次数，并将累计的次数与人体姿态模型数据库中存储的不同次数对应的吸烟上瘾系数进行逐一对比，获得抽烟者的上瘾系数。进一步地，还包括显示终端，所述显示终端用于接收姿态评估处理模块发送的抽烟者单位时间内的抽烟次数和吸烟上瘾系数，并进行显示。进一步地，所述特征点的模拟位置坐标为当前特征点所在子图像中的编号以及该特征点距离在该编号子图像四四边的距离。本专利技术的有益效果：本专利技术提供的基于姿态识别的吸烟监测系统，通过图像采集模块、获取划分模块并结合姿态特征模拟模块，可对采集图像中的抽烟者的特征点进行提取识别，并通过筛选定位模块、姿态修正模块、姿态识别对比模块和姿态评估处理模块对吸烟姿态中的特征点间的距离进行统计，根据特征点间的距离判断单位时间内的抽烟频率，进而分析出抽烟者的吸烟上瘾系数，便于直观地了解抽烟者的抽烟频率和上瘾状态，该系统根据吸烟者的吸烟姿态可对抽烟者进行吸烟状态的监测。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术中基于姿态识别的吸烟监测系统的示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。请参阅图1所示，基于姿态识别的吸烟监测系统，包括图像采集模块、获取划分模块、姿态特征模拟模块、筛选定位模块、姿态修正模块、姿态识别对比模块、人体姿态模型数据库、姿态评估处理模块和显示终端；图像采集模块与获取划分模块连接，姿态特征模拟模块分别与获取划分模块、筛选定位模块和姿态识别对比模块连接，姿态修正模块分别与筛选定位模块与和人体姿态模型数据库连接，姿态评估处理模块分别与姿态识别对比模块、姿态修正模块、人体姿态模型数据库和显示终端连接，姿态识别对比模块与人体姿态模型数据库连接。图像采集模块包括若干高清摄像头，安装在室内，用于实时采集人员的图像信息，并将采集的图像经清除处理，筛选出清晰程度大于预设清晰程度阈值的图像，以保证图像的清楚，并将筛选出的清晰程度大于预设清晰程度阈值的图像发送至获取划分模块；获取划分模块用于接收图像采集模块发送本文档来自技高网...

【技术保护点】
1.基于姿态识别的吸烟监测系统，其特征在于：包括图像采集模块、获取划分模块、姿态特征模拟模块、筛选定位模块、姿态修正模块、姿态识别对比模块、人体姿态模型数据库、姿态评估处理模块和显示终端；/n所述图像采集模块与获取划分模块连接，姿态特征模拟模块分别与获取划分模块、筛选定位模块和姿态识别对比模块连接，姿态修正模块分别与筛选定位模块与和人体姿态模型数据库连接，姿态评估处理模块分别与姿态识别对比模块、姿态修正模块、人体姿态模型数据库和显示终端连接，姿态识别对比模块与人体姿态模型数据库连接。/n所述图像采集模块用于实时采集人员的图像信息，并将采集的图像经清除处理，筛选出清晰程度大于预设清晰程度阈值的图像，并将筛选出的清晰程度大于预设清晰程度阈值的图像发送至获取划分模块；/n所述获取划分模块用于接收图像采集模块发送的图像，对接收的图像进行划分，划分成若干尺寸相同的子图像，对子图像进行编号，分别为1,2,...,i,...,n，并将划分排序后的子图像按照顺序先后依次发送至姿态特征模拟模块；/n所述姿态特征模拟模块用于接收获取划分模块发送的各子图像信息，对接收的各子图像进行姿态特征点提取，对提取的各子图像中的特征点进行模拟位置坐标，并将提取的各子图像中的特征点的模拟位置坐标发送至筛选定位模块，将提取的各子图像中的特征点发送至姿态识别对比模块；/n所述筛选定位模块用于接收姿态特征模拟模块发送的特征点的模拟位置坐标，并根据获取的特征点的模拟位置坐标，统计各特征点的距离，并判断指关节特征点到唇部特征点间的距离，将各特征点间的距离发送至姿态修正模块；/n所述姿态修正模块用于接收筛选定位模块发送的特征点间的距离，筛选出各特征点间距离发生变化的特征点，并统计任意两特征点距离发生变化的次数，且统计指关节特征点到唇部特征点间的距离，并将统计的距离与设定的标准距离阈值进行对比，判断指关节特征点到唇部特征点间的距离与标准距离阈值间的差值的绝对值是否在预设的间隔阈值范围内，若在预设的间隔阈值范围内，则根据人体姿态模型数据库中抽烟者吸烟过程中指关节特征点和唇部特征点间的标准距离对子图像中的指关节特征点和唇部特征点间的距离进行修正；/n所述人体姿态模型数据库用于存储抽烟者在抽烟状态下的各姿态特征点以及各姿态特征点对应的位置，以及指关节特征点和唇部特征点间的标准距离阈值以及间隔阈值信息，存储有单位时间内指关节特征点与唇部特征点间的距离小于标准距离阈值的次数，不同次数对应不同的吸烟频率，且不同吸烟频率范围有与之相对应的吸烟上瘾系数；/n所述姿态识别对比模块用于接收姿态特征模拟模块发送的各子图像的特征点，并将各子图像中的特征点与人体姿态模型数据库中的各姿态特征点进行逐一对比，判断各子图像中的特征点是否为姿态特征点，提取各子图像中的姿态特征点。/n...

【技术特征摘要】
1.基于姿态识别的吸烟监测系统，其特征在于：包括图像采集模块、获取划分模块、姿态特征模拟模块、筛选定位模块、姿态修正模块、姿态识别对比模块、人体姿态模型数据库、姿态评估处理模块和显示终端；
所述图像采集模块与获取划分模块连接，姿态特征模拟模块分别与获取划分模块、筛选定位模块和姿态识别对比模块连接，姿态修正模块分别与筛选定位模块与和人体姿态模型数据库连接，姿态评估处理模块分别与姿态识别对比模块、姿态修正模块、人体姿态模型数据库和显示终端连接，姿态识别对比模块与人体姿态模型数据库连接。
所述图像采集模块用于实时采集人员的图像信息，并将采集的图像经清除处理，筛选出清晰程度大于预设清晰程度阈值的图像，并将筛选出的清晰程度大于预设清晰程度阈值的图像发送至获取划分模块；
所述获取划分模块用于接收图像采集模块发送的图像，对接收的图像进行划分，划分成若干尺寸相同的子图像，对子图像进行编号，分别为1,2,...,i,...,n，并将划分排序后的子图像按照顺序先后依次发送至姿态特征模拟模块；
所述姿态特征模拟模块用于接收获取划分模块发送的各子图像信息，对接收的各子图像进行姿态特征点提取，对提取的各子图像中的特征点进行模拟位置坐标，并将提取的各子图像中的特征点的模拟位置坐标发送至筛选定位模块，将提取的各子图像中的特征点发送至姿态识别对比模块；
所述筛选定位模块用于接收姿态特征模拟模块发送的特征点的模拟位置坐标，并根据获取的特征点的模拟位置坐标，统计各特征点的距离，并判断指关节特征点到唇部特征点间的距离，将各特征点间的距离发送至姿态修正模块；
所述姿态修正模块用于接收筛选定位模块发送的特征点间的距离，筛选出各特征点间距离发生变化的特征点，并统计任意两特征点距离发生变化的次数，且统计指关节特征点到唇部特征点间的距离，并将统计的距离与设定的标准距离阈值进行对比，判断指关节特征点到唇部特征点间的距离与标准距离阈值间的差值的绝对值是否在预设的间...

【专利技术属性】
技术研发人员：曾新华，欧阳麟，周靖阳，严娜，孙杨杨，季铖，洪伟，方静静，
申请(专利权)人：合肥中科奔巴科技有限公司，
类型：发明
国别省市：安徽;34