[發(fā)明專利]基于目標檢測的行為識別方法、裝置和計算機設(shè)備

有效

• 申請?zhí)枺?/td>: 202010687629.3
• 申請日: 2020-07-16
• 公開（公告）號: CN111563494B
• 公開（公告）日: 2020-10-27
• 發(fā)明（設(shè)計）人: 董菲;于溦
• 申請（專利權(quán)）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62
• 代理公司: 深圳市明日今典知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343
• 代理人: 王杰輝;曹勇

本申請涉及人工智能技術(shù)領(lǐng)域，提供一種基于目標檢測的行為識別方法、裝置和計算機設(shè)備，方法包括：獲取待處理圖像；通過預設(shè)的目標檢測算法對待處理圖像進行車輛檢測處理，得到處理后的車輛檢測結(jié)果；獲取預設(shè)的EfficientDet目標檢測器；對EfficientDet目標檢測器內(nèi)的多尺度的特征融合level進行擴展處理；以及對EfficientDet目標檢測器內(nèi)的BiFPN Layer模塊進行簡化處理，得到指定目標檢測器；將車輛檢測結(jié)果輸入至指定目標檢測器內(nèi)，獲取指定目標檢測器輸出的人員檢測結(jié)果；將駕駛員圖像輸入至預設(shè)的SVM多分類器，以通過SVM多分類器對駕駛員圖像進行行為類別識別處理，得到與駕駛員圖像對應(yīng)的行為類別結(jié)果。本申請應(yīng)用于智慧城市中，提高了對于駕駛員行為的識別效率。

技術(shù)領(lǐng)域

本申請涉及人工智能中的目標檢測技術(shù)領(lǐng)域，具體涉及一種基于目標檢測的行為識別方法、裝置和計算機設(shè)備。

背景技術(shù)

隨著機動車數(shù)量不斷增多，道路交通安全問題日益嚴重。當駕駛員出現(xiàn)違法打電話、違法未系安全帶等一系列違反交通安全法規(guī)的不良駕駛行為時，容易危及他人和自身的安全，且大概80％的交通事故是由于駕駛員疏忽大意、不遵守交通規(guī)則等人為因素造成的，使得如何通過從車輛監(jiān)控圖像中智能識別出駕駛員行為已成為當前的一個迫切需求。然而，當前主要是依靠人工審核的方式來對車輛監(jiān)控圖像進行分析，并判斷駕駛員是否出現(xiàn)違反交通規(guī)則的不良駕駛行為，人工審核分析的工作重復枯燥，處理效率低且人力成本高。

發(fā)明內(nèi)容

本申請的主要目的為提供一種基于目標檢測的行為識別方法、裝置、計算機設(shè)備和存儲介質(zhì)，旨在解決現(xiàn)有的識別駕駛員行為的方法主要是依靠人工審核的方式來對車輛監(jiān)控圖像進行分析，并判斷駕駛員是否出現(xiàn)違反交通規(guī)則的不良駕駛行為，人工審核分析的工作重復枯燥，處理效率低且人力成本高的技術(shù)問題。

本申請?zhí)岢鲆环N基于目標檢測的行為識別方法，所述方法包括步驟：

獲取待處理圖像；

通過預設(shè)的目標檢測算法對所述待處理圖像進行車輛檢測處理，得到處理后的車輛檢測結(jié)果；

獲取預設(shè)的EfficientDet目標檢測器；

對所述EfficientDet目標檢測器內(nèi)的多尺度的特征融合level進行擴展處理；以及，

對所述EfficientDet目標檢測器內(nèi)的BiFPN Layer模塊進行簡化處理，得到指定目標檢測器；

將所述車輛檢測結(jié)果輸入至所述指定目標檢測器內(nèi)，獲取所述指定目標檢測器輸出的與所述車輛檢測結(jié)果對應(yīng)的人員檢測結(jié)果，其中，所述人員檢測結(jié)果至少包括駕駛員圖像；

將所述駕駛員圖像輸入至預設(shè)的SVM多分類器，以通過所述SVM多分類器對所述駕駛員圖像進行行為類別識別處理，得到與所述駕駛員圖像對應(yīng)的行為類別結(jié)果。

可選地，所述通過預設(shè)的目標檢測算法對所述待處理圖像進行車輛檢測處理，得到處理后的車輛檢測結(jié)果的步驟，包括：

將所述待處理圖像輸入至與所述目標檢測算法對應(yīng)的預創(chuàng)建的車輛檢測模型內(nèi)；

通過所述車輛檢測模型對所述待處理圖像進行圖像劃分處理，得到目標車輛區(qū)域圖像與背景區(qū)域圖像；

提取所述目標車輛區(qū)域圖像，并將所述目標車輛區(qū)域圖像確定為所述車輛檢測結(jié)果。

可選地，所述目標檢測算法為YOLO算法，所述將所述待處理圖像輸入至與所述目標檢測算法對應(yīng)的預創(chuàng)建的車輛檢測模型內(nèi)的步驟之前，包括：

獲取包含車輛的樣本集，以及獲取不包含車輛的背景樣本集；

通過積分圖從所述樣本集與所述背景樣本集中提取指定矩形特征；