一种无线通讯图传未成年人行为特征监管方法与流程

本发明具体为一种无线通讯图传未成年人行为特征监管方法。

背景技术：

1、吸烟对身体健康的危害是广为人知的，它会增加患上各种疾病的风险，包括肺癌、心血管疾病、呼吸系统问题等。尤其是对未成年人来说，他们的身体还在发育阶段，吸烟可能对身体造成更严重的影响。

2、现如今监管未成年人吸烟涉及多个方面，包括法律、教育、社会宣传和家庭等，法律上制定法律规定，明确禁止向未成年人销售烟草制品，即便如此依旧存在一部分未成年人存在吸烟行为，造成这一行为主要原因是因为不能在抽烟的第一时间就发现并进行教育和制止，导致未成年人吸烟成瘾，为了避免这一问题的发生，现在亟需一种未成年人吸烟行为监管系统来制止未成年人吸烟。

3、针对上述问题，为此，提出一种无线通讯图传未成年人行为特征监管方法。

技术实现思路

1、本发明的目的在于提供一种无线通讯图传未成年人行为特征监管方法，解决了背景技术中未成年人吸烟行为的问题。

2、为实现上述目的，本发明提供如下技术方案：一种无线通讯图传未成年人行为特征监管方法，包括；

3、s01：预抽烟动作识别，抽烟动作识别单元对采集到的图像进行大致识别，确定是否存在抽烟动作的迹象，将输入图像通过卷积神经网络进行向前传播，提取图像特征；

4、中间层特征提取，中间层输出中提取高级特征，用于进一步预测关键点，根据模型输出，提取关键点的位置信息；

5、姿态估计，构建人体姿态模型，连接关键点以形成完整的姿态表示；

6、关键点：手部；坐标：(x1，y1)；置信度1；

7、关键点：头部；坐标：（x2，y2）；置信度2；

8、关键点：口部；坐标：（x3，y3）；置信度3；

9、每个关键点包含手部、头部、口部，关键点在图像中的坐标（x，y），关键点的置信度为置信度1、置信度2和置信度3；

10、关键点分析，首先检查手部关键点的位置和相对位置，其次观察头部的方向和倾斜，最后观察口部的位置和状态，分析连续帧中手部和口部关键点的运动轨迹，检测手部，头部和口部的运动模式，识别抽烟的迹象；

11、对于手部或头部关键点，计算两个关键点之间的距离：

12、计算公式：距离=；

13、其中，（x1）和（y1）表示第一个点的横纵坐标，（x2）和（y2）表示第二个点的横纵坐标；

14、当p1(x1,y1)p1(x1,y1)和p2(x2,y2)p2(x2,y2)，它们之间的距离d可以用以下公式计算：

15、d=；

16、其次对手部关键点位置进行单独计算，对手部进行速度和加速度的估算，计算公式为：速度=位置变化×时间变化；

17、最后对口部关键点分析，计算公式为：加速度=速度变化×相应时间变化；

18、划分数据集，数据集划分为训练集和测试集，训练集用于训练模型，而测试集用于评估模型性能，测试集是独立于训练集的；

19、选择评估指标，定义一个与真实关键点位置相关的区域a区域，b区域和c区域，根据关键点的当前位置，计算相对位置；

20、选择均方根误差帮助衡量模型预测与真实值之间的差异，使用测试集中的样本，用已经训练好的模型进行预测，将模型的预测与测试集的真实标签进行比较，并计算选择的评估指标。这些指标提供了有关模型性能的定量信息，关键点分析通过可视化模型的预测结果和真实关键点的位置来进行定性分析，根据评估的结果，调整超参数、改进数据增强策略，交叉验证将数据集划分为多个折叠，模型在不同的训练集和测试集上进行多次训练和评估；

21、s02：触发机制，抽烟动作被成功识别，触发机制启动；

22、s03：图像采集，监管系统切换到实时监控画面，对抽烟动作发生的场景进行拍摄和录制，用特征提取算法从原始图像中提取有用的特征，在第一帧中，使用目标检测算法检测到抽烟动作的位置，初始化一个目标追踪器，为目标分配一个唯一的标识符，对于每个后续帧，使用目标追踪算法更新追踪器的状态，根据目标当前的状态，预测其在下一帧中的位置，在每一帧中，使用目标检测算法重新检测场景，获取新的目标位置，将新检测到的目标位置与当前已追踪的目标进行匹配，使用距离度量来进行匹配；

23、根据匹配结果，更新目标追踪器的状态，将新检测到的位置与追踪器的预测位置进行融合，更新目标的轨迹信息，确保准确记录目标在时间上的运动路径，处理目标在视频中被其他物体遮挡或因其他原因导致追踪失败的情况，可以采用遮挡检测、多目标追踪或重新初始化追踪器等方法来应对目标丢失的情况，根据实际场景的需求，对追踪算法的参数进行调整，以提高追踪的准确性和稳定性，提供实时反馈，显示当前目标的位置和轨迹信息，监控追踪算法的性能，及时发现并处理任何潜在问题，定期评估追踪算法的性能，根据实际使用情况进行优化和改进；

24、另外通过自动调整摄像头焦点和角度来加大对画画的采集，采用目标追踪算法获取目标对象在当前帧中的位置信息，将目标的位置信息转换为相对于摄像头的位置和方向，利用摄像头控制接口或协议，通过软件控制摄像头的参数，根据目标位置和轨迹信息实时计算需要调整的摄像头参数，设计反馈机制，监控摄像头调整后目标的状态，通过重新检测目标位置并与期望位置进行比较，其次对算法进行参数调优，确保在不同场景和条件下都能够有效地跟踪目标，根据实时反馈调整算法参数；

25、s04：复核抽烟动作识别，改进的算法来对抽烟动作进行再次分析，其次通过对识别周围环境、人员行为，排除一些误判情况，根据实时场景和环境变化，监管系统进行动态调整相关参数；

26、s05：结果分析使用统计学方法来分析抽烟动作的频率、持续时间等特征；

27、s06：分析结果通过图像传输单元传输到监管端，后将分析的结果记录并存储，分析结果并进行图像传输，将分析得到的结果通过图像传输单元传输到监管端，确保监管端能够接收并处理这些结果，在监管端，建立一个数据库或日志系统，用于记录和存储分析结果，对于判定为抽烟的结果，将相关的采集图像保存到指定位置，并在数据库中记录图像路径、时间戳信息；

28、对于判定为不是抽烟的结果，同样在数据库中记录相应的信息，包括时间戳、判断结果，如果分析结果被判定为系统误判，则对该采集画面进行删除操作；从数据库中删除相关的图像记录，并删除对应的图像文件。

29、优选的，卷积神经网络对采集到的图像进行大致识别和判断，收集包含有抽烟动作和非抽烟动作的图像数据集，对图像进行标注，将抽烟动作和非抽烟动作分别标记；

30、图像数据输入到卷积神经网络构建模型，输入图像的宽度、高度和通道数，采用灰度图为1通道，彩色图为3通道，根据输入图像尺寸和通道数，确定每个卷积层的输入和输出尺寸；

31、在卷积层之后添加池化层，以减小特征图的尺寸并提取更加显著的特征，平均池化将每个窗口内的特征值取平均值作为输出特征值，对于多通道的特征图，对每个通道分别进行平均池化操作，在每个窗口内，计算每个通道的特征值的平均值，池化层的输出经过平均池化操作得到的特征图，尺寸相对于输入特征图减小；

32、卷积运算算法公式：卷积操作：h(i，j)=∑m∑nf(i−m，j−n)×g(m，n)。

33、优选的，在每个卷积层和池化层之后，添加relu激活函数来引入非线性性质，并且在卷积层和池化层之后；

34、激活函数：a(i，j)=最大值(0，h(i，j))a(i，j)=最大值(0，h(i，j))；

35、将特征图转换为一维向量，并连接到全连接层进行分类，决定全连接层的神经元数量和层数，在全连接层之后添加一个输出层，其神经元数量等于分类的类别数，根据任务需求，选择softmax激活函数来获得分类结果的概率分布，选择适当的损失函数衡量模型预测与真实标签之间的差异，选择随机梯度下降法来更新模型参数。

36、优选的，训练数据集对模型进行训练，通过反向传播算法更新模型参数；

37、准备训练数据集：将训练数据集划分为输入图像和对应的标签，对图像进行预处理，其次对模型中的卷积层、全连接层等参数进行随机初始化；

38、设置损失函数和优化器：选择交叉熵损失函数衡量模型预测与真实标签之间的差异，将输入图像通过模型的前向传播过程，计算出模型的预测输出，计算损失函数关于模型参数的梯度，即反向传播，根据链式法则和优化器的更新规则，计算模型参数的梯度，并更新模型参数。

39、优选的，重复进行前向传播、反向传播和参数更新的步骤，直到达到设定的迭代次数或满足停止条件，在每个迭代周期中，可以将训练数据集分成小批次来加速训练过程，每个小批次的图像样本被输入到模型中，通过计算损失函数和梯度下降更新参数。

40、优选的，使用验证集或测试集对训练后的模型进行评估，计算准确率、精确率、召回率等指标，根据评估结果调整超参数、改进模型优化策略。

41、优选的，复核抽烟动作识别改进算法对抽烟动作进行再次分析，包含真实的抽烟情况和其他可能导致误判的场景，为每个样本提供正确的标签，即是否为抽烟动作，设置初始的模型参数和阈值等参数，使用改进后的算法对验证数据集中的样本进行预测，得到每个样本属于抽烟动作的概率或分类结果，反复执行上述步骤，直到达到满意的抽烟动作识别准确率和鲁棒性。

42、优选的，对于预测为非抽烟动作的样本，检查包括手部接触嘴巴、类似的手势，如果发现漏判的情况，即将真实的抽烟动作错误地预测为非抽烟动作，其次利用视频回放、图像对比的方法来验证预测结果的正确性。

43、优选的，分析结果并进行图像传输，将分析得到的结果通过图像传输单元传输到监管端，确保监管端能够接收并处理这些结果，在监管端，建立一个数据库或日志系统，用于记录和存储分析结果，对于判定为抽烟的结果，将相关的采集图像保存到指定位置，并在数据库中记录图像路径、时间戳信息；

44、对于判定为不是抽烟的结果，同样在数据库中记录相应的信息，包括时间戳、判断结果，如果分析结果被判定为系统误判（即错误地将非抽烟动作识别为抽烟），则对该采集画面进行删除操作；从数据库中删除相关的图像记录，并删除对应的图像文件。

45、优选的，分析结果判定为学习抽烟行为的工作，将判定为学习抽烟的图像进行临时保存，以便后续的教育工作。

46、与现有技术相比，本发明的有益效果如下：

47、本发明提供的一种无线通讯图传未成年人行为特征监管方法，通过无线通讯图传实现实时监控和传输分析结果，能够及时发现并记录未成年人吸烟行为，通过预抽烟动作识别和改进的算法进行抽烟动作识别，实现对未成年人吸烟行为的自动检测和判断，采用卷积神经网络等技术，结合手部、头部、口部等关键点的位置和状态信息进行分析，从多个角度综合判断抽烟迹象，提高了准确性和鲁棒性，在监管端建立数据库或日志系统，记录和存储分析结果，包括图像路径、时间戳、判断结果等信息，方便后续查看、分析和管理，具备复核抽烟动作识别和验证机制，可以排除一些误判情况，并提供视频回放和图像对比等方法验证预测结果的正确性，对于被判定为学习抽烟行为的图像，监管系统进行临时保存，以便后续的教育工作，有助于对未成年人吸烟问题进行干预和教育，结合了无线通讯、图像传输、深度学习等技术，能够实现对未成年人吸烟行为的全面监管，从法律、教育、社会宣传等多个方面进行有效干预。