[發(fā)明專利]一種計(jì)算機(jī)視覺識(shí)別玩手機(jī)的優(yōu)化改進(jìn)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111168388.2
• 申請(qǐng)日: 2021-09-30
• 公開（公告）號(hào): CN113869254A
• 公開（公告）日: 2021-12-31
• 發(fā)明（設(shè)計(jì)）人: 龔藝洋;何忠杰;范旭陽
• 申請(qǐng)（專利權(quán)）人: 成都考拉悠然科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06T7/277;G06N3/04
• 代理公司: 成都弘毅天承知識(shí)產(chǎn)權(quán)代理有限公司 51230
• 代理人: 茍莉

1.一種計(jì)算機(jī)視覺識(shí)別玩手機(jī)的優(yōu)化改進(jìn)方法，其特征在于，所述方法包括如下步驟：

S1：通過Anchor-Free的CenterNet方法，對(duì)中心助手點(diǎn)熱圖進(jìn)行優(yōu)化，通過三個(gè)不同擴(kuò)張率的擴(kuò)張卷積，得到三種中心點(diǎn)熱圖；

S2：將三種不同的中心點(diǎn)熱圖分別與高斯半徑自適應(yīng)的高斯概率模型相結(jié)合，并對(duì)中心點(diǎn)熱圖做加性融合構(gòu)建多尺度感受野高斯加權(quán)結(jié)構(gòu)的檢測(cè)算法；

S3：對(duì)一幀畫面進(jìn)行人體檢測(cè)、人臉檢測(cè)和行為檢測(cè)，然后對(duì)行為的動(dòng)作做檢測(cè)匹配，通過幀畫面人體檢測(cè)和行為檢測(cè)數(shù)據(jù)代入步驟S2中構(gòu)建的檢測(cè)算法中；將人臉檢測(cè)數(shù)據(jù)代入retina face的檢測(cè)算法中，捕捉人臉信息；

S4：對(duì)代入數(shù)據(jù)行為的動(dòng)作做檢測(cè)匹配，若檢測(cè)為使用手機(jī)動(dòng)作，則進(jìn)入步驟S5處理，若檢測(cè)為未使用手機(jī)動(dòng)作，則結(jié)束判定；

S5：獲取連續(xù)畫面，并通過匈牙利算法加卡爾曼濾波共同組成的人體追蹤算法實(shí)現(xiàn)對(duì)人體的追蹤，對(duì)行為人動(dòng)作進(jìn)行持續(xù)判定，若判定結(jié)果為使用手機(jī)，則輸出結(jié)果，若判定結(jié)果為未使用手機(jī)，則發(fā)出誤報(bào)指令，結(jié)束判定。

2.根據(jù)權(quán)利要求1所述的一種計(jì)算機(jī)視覺識(shí)別玩手機(jī)的優(yōu)化改進(jìn)方法，其特征在于，所述步驟S5利用匈牙利算法加卡爾曼濾波，對(duì)畫面檢測(cè)的結(jié)果進(jìn)行分配，判斷出哪些檢測(cè)結(jié)果是屬于正在被跟蹤的目標(biāo)。

3.根據(jù)權(quán)利要求1所述的一種計(jì)算機(jī)視覺識(shí)別玩手機(jī)的優(yōu)化改進(jìn)方法，其特征在于，所述步驟S3中RetinaFace采用的mnet本質(zhì)是基于RetinaNet的結(jié)構(gòu)，采用了特征金字塔的技術(shù)。

4.根據(jù)權(quán)利要求3所述的一種計(jì)算機(jī)視覺識(shí)別玩手機(jī)的優(yōu)化改進(jìn)方法，其特征在于，采用的RetinaNet保留了在feature pyramid net的3層特征圖每一層檢測(cè)框分別proposal，生成3個(gè)不同尺度上的檢測(cè)框，每個(gè)尺度上又引入了不同尺寸的anchor大小，保證可以檢測(cè)到不同大小的物體。