Kết hợp mô hình YOLOV4-TINY và LSTM để nâng cao độ chính xác của hệ thống cảnh báo người có hành vi hút thuốc lá nơi công cộng

 0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Thiện Lĩnh Võ

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Khoa học Giao thông vận tải, 2022

Mô tả vật lý: 785-797

Bộ sưu tập: Metadata

ID: 449728

Khói thuốc lá chứa nhiều chất hóa học, trong đó có nhiều chất gây ra những căn bệnh nguy hiểm điển hình như: ung thư phổi, bệnh tim mạch, vô sinh và nhiều bệnh nan y khác. Nhắc nhở và cảnh báo người hút thuốc lá nơi công cộng là một trong những việc làm quan trọng trong việc tuyên truyền và phòng chống tác hại của thuốc lá. Các hệ thống giám sát người hút thuốc lá và cảnh báo thông minh đã được quan tâm nghiên cứu bởi cộng đồng khoa học trong thời gian qua. Mục đích của nghiên cứu này là cải thiện hệ thống trước đây bằng cách sử dụng Yolov4 kết hợp LSTM để cho ra kết quả dự đoán chính xác cao. Thay vì chỉ sử dụng Yolov4 như là phương pháp phát hiện người cầm điếu thuốc lá, phương pháp đề xuất này sử dụng Yolov4 để trích các đặc trưng từ các khung hình của video, chuỗi các khung hình đặc trưng liên tiếp này được đưa vào mạng LSTM để dự đoán. Để đánh giá hiệu suất của phương pháp, nghiên cứu đã thực hiện trên bộ dữ liệu được thu thập riêng của nhóm: 5000 ảnh và 120 video chứa hành vi hút thuốc. Kết quả cho thấy rằng cách tiếp cận đề xuất đã thành công khi nhận ra các hành động hút thuốc lá của con người trên bộ dữ liệu này với độ chính xác cao hơn phương pháp truyền thống.
Tạo bộ sưu tập với mã QR

THƯ VIỆN - TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP.HCM

ĐT: (028) 71010608 | Email: tt.thuvien@hutech.edu.vn

Copyright @2024 THƯ VIỆN HUTECH