抽烟识别

背景需求

吸烟有害健康，而吸烟带来的安全隐患更是为公众的日常生活环境带来了巨大的威胁。全国每年的火灾中有10%以上是吸烟引发的。

巡查场地大，人工肉眼观察效率低。巡查员工往往抓不到躲在角落里犯烟瘾的员工，这就有可能由于疏忽导致禁烟的地方发生火灾。

工作强度大，人工巡检易产生疲劳感。为了维护厂区安全，巡查工人需要全天候多次排查，是否有人在禁烟区吸烟，同时传统摄像头用肉眼观察，无法区分吸烟和未吸烟区别。

算法介绍

针对违规吸烟现象，需要吸烟行为智能检测技术，利用安防监控系统+AI智能算法盒检测违规吸烟行为，通过目标检测的方法，将摄像头采集的视频图像信息逐帧输入吸烟检测算法中，对图像进行特征提取、分类和位置回归，最终识别并框定出现的吸烟行为。基于目标检测的方法不仅易于部属，还可以充分利用现有安装好的摄像头资源，降低部属成本，在保证良好检测效果的同时，实现全天实时检测避免安全事故的发生。

吸烟识别监测系统基于神经网络深度学习算法，把人吸烟的主要活动骨架结构化并结合对香烟的识别，对监控区域内的人员抽烟行为进行分析，当发现异常情况系统即刻报警，提醒管理人员及时处理，接入广播系统前端可喊话提醒，真正做到事前预警、事中常态检测、事后规范管理。

当监控到人员在工作时间吸烟时，立即报警并通知管理人员及时制止，并将报警截图和视频保存到数据库中，形成报告，并推送给相关管理人员。报警记录和报警截图也可根据时间段进行查询，大大提高了监控区域的控制效率，避免了事故的发生。

算法演示视频

系统拓扑图

应用场景

广泛应用于仓库、公园、加油站、化工厂、厨房、森林、商场、地铁站以及消防楼道等一系列禁烟场所、防火防爆场所。