卷积神经网络吸烟检测系统 （树莓派视觉5班）

我国拥有全球最大的烟民数量，虽然我国明确规定禁止吸烟，但仍有大量在公共场所进行吸烟的行为，这对城市的管理习惯成了很大的挑战。目前，对公共场所吸烟行为的监测手段主要是通过人为观察监控摄像头，在人流量过大的时候难以进行有效监测。因此需要一种能够稳定监测吸烟行为的设备协助进行城市管理。提出了一种鲁棒和快速的解决方案，克服了场景快速变化导致监测效率降低的问题。首先，利用监控对公共场所进行图片采样，再将采集到的图片输入所设计的卷积神经网络中，最后输出对吸烟行为的识别结果并且给出吸烟者的具体定位。本系统基于yolo-v3进行设计，在外部平台进行训练，最后将算法整体移植到树莓派上进行实验。