[发明专利]一种从整体到局部的两阶段打电话行为识别方法

摘要

本发明涉及一种从整体到局部的两阶段打电话行为识别方法，采用从整体到局部两阶段模型相结合的方法设计出基于CNN的整体初筛模型以及基于CNN的局部确认模型，其中，整体初筛模型用于从宏观上进行初筛，在保证保留绝大多数打电话的行为的情况下，尽可能多的过滤掉非打电话的行为；局部确认模型用于从微观进行校验，进一步确定驾驶员是否发生了打电话行为。通过两个模型的有效结合，既可以达到精度高的要求，也能达到速度快的要求。

主权项

1.一种从整体到局部的两阶段打电话行为识别方法，其特征在于：所述识别方法包括以下步骤：步骤1、CNN模型训练CNN模型训练包括基于CNN的整体初筛模型和基于CNN的局部确认模型，两个模型的训练具体如下：整体初筛模型的训练首先，进行样本采集：采集司机驾驶过程中的图像，且从网上爬取打电话的图片，将司机驾驶过程中的图像以及网上爬取的打电话图片作为样本，样本包括正样本和负样本即打电话的样本和本非打电话的样本；然后，进行样本预处理：对采集的样本进行人脸检测，然后根据人脸的位置动态裁剪出获取感兴趣的整体分析区域；最后，进行模型训练：将处理后的样本进行整理，采用有监督的SGD方法训练得到基于CNN的整体初筛模型；局部确认模型的训练首先，进行样本采集：采集司机驾驶过程中的图像，且从网上爬取打电话的图片，将司机驾驶过程中的图像以及网上爬取的打电话图片作为样本，样本包括正样本和负样本即打电话的样本和本非打电话的样本；然后，进行样本预处理：对采集的样本进行人脸的检测，然后根据人脸的位置动态裁剪出获取感兴趣的局部分析区域；最后，进行模型训练：将处理后的样本进行整理，采用有监督的SGD方法训练基于CNN的局部确认模型；步骤2、CNN模型预测采用步骤1训练得到的整体初筛模型和局部确认模型进行打电话行为的识别，具体如下：步骤2.1、实时获取司机图片；步骤2.2、检测司机的人脸，获取司机人脸位置；步骤2.3、根据人脸的位置动态选取感兴趣的整体分析区域；然后调用整体初筛模型对感兴趣的整体分析区域进行分类，分析司机是否打电话；如果司机并未打电话，得到司机未打电话的结果；如果司机打电话，则进入步骤2.4；步骤2.4、根据步骤2.2得到的人脸位置动态选取感兴趣的局部分析区域，并使用局部确认模型对感兴趣的局部分析区域进行识别，给出识别结果。