一种基于深度学习的吸烟行为检测方法

本发明公开了一种基于深度学习的吸烟行为检测方法，属于图像数据处理技术领域，包括步骤：获取用于语义分割的数据集；构造语义分割网络，包括Segformer编码器、MCA和DFF；用数据集训练语义分割网络得到人体与烟雾分割模型；吸烟行为检测和判断。本发明改进了语义分割模型，增强对烟雾和人体区域的关键特征提取能力，同时抑制背景噪声的干扰，能提升对烟雾边缘细节和全局语义信息捕捉能力，提高分割准确率。结合视频流的连续帧进行时序分析，通过烟雾区域的变化和人体区域的重叠情况，动态判定吸烟行为的发生和持续。该方法提高了检测吸烟行为的准确性和鲁棒性。