基于百度paddle的抽烟打电话识别

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。
基于百度paddle的抽烟打电话识别_第1张图片
15254042250

你可能感兴趣的:(边缘计算-生产安全,paddle,计算机视觉,深度学习)