基于图像识别的吸烟行为检测研究综述
2025-08-26王鹏华郭梦毅史航陈绍益金枫翔
电脑知识与技术 2025年20期



摘要:吸烟行为检测作为禁烟区域管理中的重要技术,近年来受到了广泛关注和应用。随着图像识别技术的发展,特别是深度学习方法的引入,吸烟行为的检测精度和实时性得到了显著提升。该综述总结了基于图像识别的吸烟检测技术的研究进展,重点讨论了多种应用方法,包括传统特征提取(如HOG)、卷积神经网络(CNN)、时序建模(如LSTM)、Trans⁃former及新兴技术等。通过分析吸烟行为的图像特征,结合这些模型,可以有效识别吸烟行为并实现精准定位。此外,本综述总结了当前技术的局限性,并展望了未来的发展方向,旨在为吸烟行为检测技术的进步提供新思路,推动相关研究与应用。
关键词:吸烟行为检测;图像识别技术;深度学习;计算机视觉;技术挑战
中图分类号:TP18文献标识码:A
文章编号:1009-3044(2025)20-0031-04
0引言
0.1禁烟政策背景
吸烟是全球公共健康领域的重要挑战之一,与多种慢性病(如心血管疾病、肺癌等)密切相关。各国政府相继出台严格的禁烟政策,要求在公共场所、工作环境等区域实施有效的吸烟行为管控。传统管理依赖人工巡查和烟雾探测,存在覆盖有限、实时性差及误报率高等问题,难以满足现代化需求。因此,开发智能吸烟行为检测技术成为研究重点。
0.2技术进展
近年来,图像识别技术的快速发展,深度学习在计算机视觉领域的突破为吸烟检测提供了新方案[1]。通过视频监控数据分析,可实现实时预警,能够实现自动化检测,极大地减少了人工干预的需要[2]。……
登录APP查看全文
