本发明涉及图像处理，具体的说，涉及的是一种吸烟行为检测方法、装置、设备、存储介质及产品。
背景技术：
1、室内公共空间、加油站、矿山等场景禁止吸烟，因此需要为这类场景进行吸烟行为的检测。现有技术中，传统的图像分析法和深度学习分析法都是通过对监控视频中的烟头或者烟雾进行检测来实现吸烟行为的检测，容易出现漏检和错检现象。
技术实现思路
1、基于此，本发明提供了一种吸烟行为检测方法、装置、设备、存储介质及产品，其能够通过对图像中的人体区域、人体区域内的烟草制品和人脸关键部位进行逐步检测，根据烟草制品和人脸关键部位的位置关系来得到吸烟行为的检测结果，降低了吸烟行为的漏检和错检概率，提高了检测准确性。
2、为实现上述目的，本发明实施例提供了一种吸烟行为检测方法，包括：
3、获取待检测图像；
4、检测所述待检测图像中的人体区域；
5、检测所述人体区域内的烟草制品和人脸关键部位；其中，所述人脸关键部位为与吸烟行为相关的部位；
6、根据所述烟草制品和所述人脸关键部位的位置关系计算得到吸烟行为的检测结果。
7、作为上述方案的改进，所述检测所述待检测图像中的人体区域之后，所述检测所述人体区域内的烟草制品和人脸关键部位之前，还包括：
8、在所述待检测图像中对所述人体区域进行扩充，以对所述人体区域进行更新。
9、作为上述方案的改进，所述在所述待检测图像中对所述人体区域进行扩充，以对所述人体区域进行更新，包括：
10、获取所述人体区域的第一原始坐标和第二原始坐标；其中，所述第一原始坐标和所述第二原始坐标是所述人体区域的互为对顶角的两个顶点坐标；
11、分别将所述第一原始坐标和所述第二原始坐标向远离所述人体区域的方向移动，得到第一目标坐标和第二目标坐标，以所述第一目标坐标和所述第二目标坐标作为所述人体区域的新的互为对顶角的两个顶点坐标；其中，所述第一目标坐标和所述第二目标坐标落在所述待检测图像中。
12、作为上述方案的改进，所述根据所述烟草制品和所述人脸关键部位的位置关系计算得到吸烟行为的检测结果，包括：
13、获取所述烟草制品所在检测框的中心位置和所述人脸关键部位的位置；
14、根据所述烟草制品所在检测框的中心位置和所述人脸关键部位的位置计算所述烟草制品与所述人脸关键部位之间的距离；
15、当所述烟草制品所在检测框的置信度大于设定可信阈值且所述烟草制品与所述人脸关键部位之间的距离小于第一设定距离阈值时，确定所述待检测图像中存在吸烟行为。
16、作为上述方案的改进，所述人脸关键部位包括两个嘴角关键点；所述根据所述烟草制品所在检测框的中心位置和所述人脸关键部位的位置计算所述烟草制品与所述人脸关键部位之间的距离，包括：
17、获取所述烟草制品所在检测框的宽度和高度；
18、根据所述两个嘴角关键点的位置计算嘴部中心位置；
19、根据所述嘴部中心位置和所述烟草制品所在检测框的中心位置计算所述烟草制品与所述人脸关键部位之间的第一距离；
20、根据所述烟草制品所在检测框的宽度和高度，对所述第一距离进行归一化处理，得到所述烟草制品与所述人脸关键部位之间的归一化距离。
21、作为上述方案的改进，所述人体区域通过第一神经网络检测得到，所述烟草制品通过第二神经网络检测得到；所述人脸关键部位通过第三神经网络检测得到；所述第一神经网络、所述第二神经网络和所述第三神经网络通过以下方式训练得到：
22、采用第一训练样本集进行训练，得到所述第一神经网络；其中，所述第一训练样本集包括若干第一图像样本，所述第一图像样本中的人体区域被第一检测框标注；
23、采用第二训练样本集进行训练，得到所述第二神经网络；其中，所述第二训练样本集包括若干第二图像样本，所述第二图像样本中的烟草制品被第二检测框标注；
24、采用第三训练样本集进行训练，得到所述第三神经网络；其中，所述第三训练样本集包括若干第三图像样本，所述第三图像样本中的人脸区域和人脸关键部位分别被第三检测框标注。
25、作为上述方案的改进，所述第二训练样本集包括若干人体区域原始图像和若干人体区域增广图像；所述人体区域增广图像通过以下方式获取：
26、获取若干人体区域原始图像并采用第二检测框对所述人体区域原始图像中的烟草制品进行标注；
27、将所述人体区域原始图像输入第二神经网络后得到输出的所述人体原始图像中所述烟草制品的预测检测框；
28、裁剪所述人体区域原始图像中的目标预测检测框内的图像以作为误检样本图像；其中，所述目标预测检测框为被人工判定为误检的预测检测框；
29、在目标人体区域原始图像中选取一块与所述误检样本图像相同大小的区域作为待粘贴误检样本区域；所述目标人体区域原始图像为所有所述人体区域原始图像中的任意一张图像；
30、当所述目标人体区域原始图像不存在所述第二检测框时，或者当所述目标人体区域原始图像存在所述第二检测框且所述第二检测框与所述待粘贴误检样本区域的距离大于第二设定距离阈值时，将所述误检样本图像粘贴至所述目标人体区域原始图像，得到人体区域增广图像。
31、作为上述方案的改进，所述误检样本图像通过以下方式粘贴至所述目标人体区域原始图像：
32、对所述误检样本图像进行亮度调节；
33、将经过亮度调节的误检样本图像粘贴至所述目标人体区域原始图像。
34、作为上述方案的改进，所述对所述误检样本图像进行亮度调节，包括：
35、获取所述误检样本图像的亮度平均值和所述待粘贴误检样本区域的图像的亮度平均值；
36、将所述误检样本图像的亮度平均值除以所述待粘贴误检样本区域的图像的亮度平均值得到亮度缩放因子；
37、根据所述亮度缩放因子对所述误检样本图像进行亮度调节。
38、作为上述方案的改进，还包括：
39、当所述目标人体区域原始图像存在所述第二检测框且所述第二检测框与所述待粘贴误检样本区域的距离小于等于所述第二设定距离阈值时，在所述目标人体区域原始图像中重选选取待粘贴误检样本区域，直到所述第二检测框与所述待粘贴误检样本区域的距离大于所述第二设定距离阈值，将所述误检样本图像粘贴至所述目标人体区域原始图像，得到所述人体区域增广图像。
40、作为上述方案的改进，所述烟草制品为烟头，所述人脸关键部位为嘴角关键点。
41、为实现上述目的，本发明实施例还提供了一种吸烟行为检测装置，包括：
42、图像获取模块，用于获取待检测图像；
43、人体区域检测模块，用于检测所述待检测图像中的人体区域；
44、关键位置检测模块，用于检测所述人体区域内的烟草制品和人脸关键部位；
45、行为检测模块，用于根据所述烟草制品和所述人脸关键部位的位置关系计算得到吸烟行为的检测结果。
46、为实现上述目的，本发明实施例还提供了一种吸烟行为检测设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一实施例所述的吸烟行为检测方法。
47、为实现上述目的，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任一实施例所述的吸烟行为检测方法。
48、为实现上述目的，本发明实施例还提供了一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如上述任一实施例所述的吸烟行为检测方法。
49、与现有技术相比，本发明实施例公开的吸烟行为检测方法、装置、设备、存储介质及产品，首先，通过对获取的待检测图像进行检测得到待检测图像中的人体区域；然后，在人体区域内进行烟草制品和人脸关键部位的检测，滤除了人体区域外的吸烟误检的情况，并且在人体区域内进行烟草制品的检测增大了烟草制品在检测区域上的占比，避免在原始的待检测图像上小目标烟草制品的漏检；最后，根据烟草制品和人脸关键部位的位置关系来确定是否发生吸烟行为，滤除了和与吸烟行为相关的人脸关键部位距离较远的吸烟误检情况，最终降低了吸烟行为的漏检和错检概率，提高了检测准确性。
1.一种吸烟行为检测方法，其特征在于，包括：
2.如权利要求1所述的吸烟行为检测方法，其特征在于，所述检测所述待检测图像中的人体区域之后，所述检测所述人体区域内的烟草制品和人脸关键部位之前，还包括：
3.如权利要求2所述的吸烟行为检测方法，其特征在于，所述在所述待检测图像中对所述人体区域进行扩充，以对所述人体区域进行更新，包括：
4.如权利要求1所述的吸烟行为检测方法，其特征在于，所述根据所述烟草制品和所述人脸关键部位的位置关系计算得到吸烟行为的检测结果，包括：
5.如权利要求4所述的吸烟行为检测方法，其特征在于，所述人脸关键部位包括两个嘴角关键点；所述根据所述烟草制品所在检测框的中心位置和所述人脸关键部位的位置计算所述烟草制品与所述人脸关键部位之间的距离，包括：
6.如权利要求1所述的吸烟行为检测方法，其特征在于，所述人体区域通过第一神经网络检测得到，所述烟草制品通过第二神经网络检测得到；所述人脸关键部位通过第三神经网络检测得到；所述第一神经网络、所述第二神经网络和所述第三神经网络通过以下方式训练得到：
7.如权利要求6所述的吸烟行为检测方法，其特征在于，所述第二训练样本集包括若干人体区域原始图像和若干人体区域增广图像；所述人体区域增广图像通过以下方式获取：
8.如权利要求7所述的吸烟行为检测方法，其特征在于，所述误检样本图像通过以下方式粘贴至所述目标人体区域原始图像：
9.如权利要求8所述的吸烟行为检测方法，其特征在于，所述对所述误检样本图像进行亮度调节，包括：
10.如权利要求7所述的吸烟行为检测方法，其特征在于，还包括：
11.如权利要求1～10任一所述的吸烟行为检测方法，其特征在于，所述烟草制品为烟头，所述人脸关键部位为嘴角关键点。
12.一种吸烟行为检测装置，其特征在于，包括：
13.一种吸烟行为检测设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至11中任意一项所述的吸烟行为检测方法。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至11中任意一项所述的吸烟行为检测方法。
15.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现如权利要求1至11中任意一项所述的吸烟行为检测方法。
