基于计算机视觉的吸烟行为分析方法及系统

【目的】为了更加便捷高效地研究消费者吸烟行为特征,设计了一套基于计算机视觉的吸烟行为分析系统。【方法】该系统以可见光-红外线双目摄像头为传感设备,采集吸烟场景中的可见光和红外视频图像;采用人脸检测算法和人体姿态检测算法跟踪识别可见光图像中的人物及其动作,初步判断吸烟行为;采用烟头(燃烧锥)状态检测算法实时检测红外图像中烟头光斑位置与面积变化,进一步判定吸烟行为;同时,根据烟头光斑的位置与面积变化精确定位抽吸起始和结束的时间点,并自动计算抽吸口数、抽吸持续时间和抽吸间隔时间等抽吸参数。【结果】在湖南中烟技术中心招募30名志愿者进行系统测试,分别抽吸常规卷烟和细支卷烟,使用吸烟行为分析系统和CReSS吸烟行为记录仪同步记录抽吸参数,以CReSS吸烟行为记录仪记录的数据作为标准对照,验证吸烟行为分析系统的识别准确性。结果表明,吸烟行为分析系统对常规卷烟和细支卷烟抽吸口数识别的平均误差率分别为1.79%、2.06%,抽吸持续时间识别的平均误差率分别为9.73%、9.96%,抽吸间隔时间识别的平均误差率分别为6.59%、6.91%。【结论】该系统可以无感式、准确地识别吸烟行为并记录抽吸参数,在吸烟行为研究方面具有广阔的应用前景。