本文介绍了一种基于百度Paddle的抽烟打电话识别方案。重点讨论了流媒体获取的技术选型及优化，提出了结合远近场景的动作检测方法，并分享了图像预处理的技巧。
基于百度paddle的抽烟打电话识别
难点：基于网络摄像头的各种违规行为、危险行为等目标检测识别，到现在为止我发觉就抽烟、打电话、临边比较难搞而且极容易出问题，下边我将实现思路进行了整理，希望能帮到大家。
取流
有些同学可能认为取流直接用opencv就能取到很简单，我现在告诉你：不！ 取流是重重之重。尤其是在端侧，在算力不是很好的边缘计算设备上，算力寸土寸金。
解决方案：
gstreamer:资料少，硬解码效果出奇的好，尤其是jetson平台。
ffmpeg:资料相对gstreamer多，但是硬解码效果不是很好。
检测方法
检测动作 ：处理远场景比较好
检测动作+检测手机/烟：处理近场景比较好，误报会很少。
检测流程
检测大图的行人+关键点
裁剪下动作疑似抽烟打电话的人并记录人的坐标
送入分类或者检测模型检测
展示一下效果图：
图像预处理
将明暗不一致的图像进行降噪、滤波、卷积等办法处理成对模型友好的图像。
13365408266
扫一扫
10万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
