[发明专利]基于目标检测的使用手机行为的检测方法

说明书

本发明提供一种基于目标检测的使用手机行为的检测方法，涉及目标检测技术领域。该方法首先将待检测的使用手机行为的视频或图像输入至人手目标检测模型，然后检测其中是否有人手，将有人手的图片保存至人手图片数据集，并输出至手机分类器模型；再利用训练好的HOG+SVM模型作为手机分类器模型对人手图片进行二分类，判断是否是带有手机的人手图片，并通过三种输出方式进行输出；再对人手图片数据集中的图片进行人工标注，删除无关数据集，重命名数据集并生成配置文件；最后通过处理后的人手数据集及配置文件训练测试HOG+SVM分类器模型，实现对使用手机行为的检测。该方法结合基于候选区域的目标检测技术和基于端到端的目标检测技术，兼顾检测准确率和效率。

技术领域

本发明涉及目标检测技术领域，尤其涉及一种基于目标检测的使用手机行为的检测方法。

背景技术

目前，视频中人手的检测主要是利用计算机视觉中的目标检测技术。目标检测技术主要分为传统目标检测和现在的深度学习目标检测。对于人手目标检测的传统方法主要是利用上下文检测，HOG+SVM人手检测和基于颜色特征的检测方式。而深度学习框架主要分为两类：两阶段的目标检测算法和一阶段的目标检测算法。两阶段是首先由算法生成一系列作为样本的候选框，再通过卷积神经网络进行样本分类，例如R-CNN、Fast R-CNN、FasterR-CNN等等。一阶段是不需要产生候选框，直接将目标框定位的问题转化为回归问题处理，例如YOLO、SSD等等。

虽然人手检测的技术比较成熟，但是人手检测的具体应用主要为手势检测，人机交互等等，对于检测人是否持有物品，是否使用手机的应用场景较少。利用目标检测进行智能监控的应用大多数为室内人群异常行为的监控，教室内通过人脸识别进行学生出勤的监控，还有公路上针对车辆或车牌号进行检测监控等。手机检测方面应用最多的是摄像头检测驾驶员是否在驾驶过程中有打电话的行为，而且比较成熟的算法也是基于人脸识别的技术做人手使用手机检测，如果人脸被遮挡便无法检测，所以无法应用于其他场景。还有便是人手携带手机或者人手携带物品的数据集较少，公开的数据集也只是人手的数据集。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于目标检测的使用手机行为的检测方法，基于计算机视觉中目标检测的技术对人手进行识别并检测是否持有手机，从而发现某场景中违规使用手机的行为。

为解决上述技术问题，本发明所采取的技术方案是：基于目标检测的使用手机行为的检测方法，包括以下步骤：

步骤1、人手检测：将待检测的使用手机行为的视频或图像输入至人手目标检测模型，然后检测其中是否有人手，将有人手的图片保存至人手图片数据集，并输出至手机分类器模型；

通过图像检测和视频检测两种输入方式将待检测的视频传入训练好的SSD目标检测模型；SSD目标检测模型对视频逐帧进行多尺度特征检测，得到所有候选框的坐标和相似度；用所有候选框的相似度与人手二分类阈值对比判断，若有相似度大于人手二分类阈值的候选框，则判断出该帧图片中有人手，保存该帧图片至人手图片数据集，并将该帧图片传入手机分类器模型；

步骤2、构建手机分类器模型，进行手机识别：获取步骤1输入的人手图片，利用训练好的HOG+SVM模型作为手机分类器模型对人手图片进行二分类，判断是否是带有手机的人手图片，并通过显示结果视频，保存结果视频和保存结果图片三种输出方式进行输出；

接收到人手检测步骤传入的人手图片后，调用训练好的HOG+SVM模型对人手图片进行分类，利用滑动窗口技术对图片的每个候选框进行HOG特征值的计算形成特征矩阵，利用SVM分类器模型的预测函数对特征矩阵进行计算，获取手机二分类预测值，若手机二分类预测值大于设定的手机二分类阈值则说明窗口中带有手机部分，用检测框框住带有手机的部分，并通过显示结果视频，保存结果视频和保存结果图片三种输出方式输出保存；

步骤3、人手图片数据集处理：对采集到的人手图片数据集中的图片进行人工标注，删除无关数据集，重命名数据集并生成配置文件；