南京机电职业技术学院，江苏南京，211306；
摘要：一直以来，校园吸烟行为违反无烟校园规定，危害师生呼吸系统健康，污染校园环境并干扰正常教育教学秩序。当前传统校园吸烟监测依赖人工巡查，存在效率低、漏检率高、预警滞后等问题，如何实现吸烟行为的实时监测与精准干预，成为无烟校园建设领域亟待解决的现实难题。本文针对这一痛点，探索构建基于多粒度行为识别的无烟校园行为监测与预警系统：通过提取吸烟相关动作的多维度特征、优化智能识别模型、设计一体化监测系统，提升校园吸烟行为的实时识别率与干预效率。研究不仅为无烟校园建设提供了智能化解决方案，助力校园卫生安全数字化转型，其技术框架也可为公共场所禁烟监测等领域提供参考，具有较强的实践价值。
关键词：多粒度行为识别；校园安全；监测预警系统；深度学习
参考文献
[1]H.-S. Fang, J. Li, H. Tang, C. Xu, H. Zhu, Y. Xiu, Y.-L. Li, and C. Lu. Alphapose: Whole-body re- gional multi-person pose estimation and tracking in real-time. IEEE transactions on pattern analysis and machine intelligence, 45(6):7157–7173, 2022. 2
[2]曾钰琦,刘博,钟柏昌,and钟瑾.智慧教育下基于改进yolov8的学生课堂行为检测算法.计算机工程,50(09):344–355,2024.1
[3]王庆刚,顾峰,张雪梅,余润东,张壹,and王宇凡.基于校园网流量分析的安全预警系统.网络安全技术与应用,(7):73–76,2022.1
[4]王萌and郑奋.课堂行为识别算法研究及智慧教室设计.信息技术,(11):13-39,2024.1
[5]石佳,刘娜娜,and尹畅.基于可视化分析的我国校园安全研究述评(2000—2023年).安全,46(1):64–73,2025.1
[6]裴涛,王向阳,谢慧志,and赵佳辉.基于端到端的轻量化人体姿态跟踪算法研究.工业控制计算机,38(03):28–29+31,2025.1
[7]赵欢.基于智慧校园的高职院校安全管理体系.中国自动识别技术,(02):71–74,2025.2
[8]郭伏正,孔军,蒋敏,etal.自适应融合rgb和骨骼特征的行为识别.Laser&OptoelectronicsProgress,57(20):201506,2020.1
[9]闫兴亚,匡娅茜,白光睿,and李月.基于深度学习的学生课堂行为识别方法.计算机工程,49(07):251–258,2023.1
