一种基于单目RGB摄像头的智能违规使用手机行为检测算法的制作方法

本发明属于行为判定，具体为一种基于单目rgb摄像头的智能违规使用手机行为检测算法。

背景技术：

1、人工智能机器视觉目标检测和行为判定领域，应用场景例如各小学、初中、高中、大学、公司办公室等需要对人员进行违规使用手机行为的监督以提高课堂效率和员工工作效率等方面亦可作为车载软件搭载在汽车上用于拓展检测驾驶员是否有在行驶过程中因为使用手机、抽烟、疲劳等原因导致分神的情况出现，可有效提高司机的专注度，降低社会方面因以上原因导致的交通事故的概率。目前目标行为检测领域正在飞速发展，而在违规使用检测手机行为检测等行为检测场景大家却应用较少，在使用手机行为检测方面大家通常都只是识别场景中是否存在手机这个物体而不做其他的判断，这使得判断人物是否在“使用”手机变成了一个伪命题，因为存在手机并不意味着人就在使用它。

2、但是互联网上现有的手机检测算法只是使用目标检测模型对手机这个物品进行检测，并没有真正判断人员是否真的在使用手机，可能会出现人都不存在图像之中单纯检测到了手机也警报有人在使用手机的情况，并且现有的手机检测模型在检测精度上也存在不足。

技术实现思路

1、本发明的目的在于：为了解决上述提出的问题，提供一种基于单目rgb摄像头的智能违规使用手机行为检测算法。

2、本发明采用的技术方案如下：一种基于单目rgb摄像头的智能违规使用手机行为检测算法，所述基于单目rgb摄像头的智能违规使用手机行为检测算法包括以下步骤：

3、s1:先提升目标检测模型精度；

4、s2:使用rg算法进行目标检测模型精度的提升，rg算法是一种数据增强的方法，它采用以下两步对标注数据进行特征放大：第一对标注框内容进行分离提取；

5、s3:使用swish激活函数，通过在yolo模型的后半部分用swish替代leakyrelu，实现了模型损失下降平滑度提升的效果；

6、s4:用eiou替换原始yolo模型中实用的ciou，使模型检测目标框的长宽更佳拟合真实框；

7、s5:使用手机行为判断算法，利用检测到的手机和手部位置信息判断其持有状态；

8、s6:采用交并比和覆盖率判断手机目标框和手部目标框的重合率，以此判断该手是否持有手机；

9、s7:最后使用根据模型中检测到的头部位置信息实施视线判定算法，判定其视线是否穿过属于该人物的手持有的手机，以此最终判定该人物是否在使用手机。

10、在一优选的实施方式中，所述步骤s2中，单独对背景或标注框内容进行如随机对比度、随机饱和度、随机亮度、随机滤波、翻转等增强；第二对标注框单独进行随机拉伸或缩放，随机偏移改变标注框内容在整张图中的大小和位置，降低模型位置和大小的依赖性。

11、在一优选的实施方式中，所述步骤s3中，swish激活函数计算公式为：f(x)＝x×sigmoid(βx)。

12、在一优选的实施方式中，所述步骤s4中，eiou的计算公式为：

13、

14、在一优选的实施方式中，所述步骤s7中，由于检测方法是基于2d图像，所以在检测视线方面有所局限，故根据使用场景不同采用v1和v2两种不同的视线判定方法，一种是根据面部偏向判定视线朝向图片的方向，另一种是根据瞳孔相对于眼眶中心点的偏移坐标判断视线角度。

15、综上所述，由于采用了上述技术方案，本发明的有益效果是：

16、1、本发明中，与传统yolo模型相比，本发明使用了swish激活函数和eiou损失函数计算法提升了模型训练的平滑度和模型对目标框大小判断的精确度。本发明实际在检测速度上在中端显卡上达到平均fps30的检测速度，与同类型检测系统相比已经相当的快速便捷。在传统模型在类似数据集上进行了精确的训练，我们在远少于它们的数据量的同时只迭代了200轮便可超越它们的map精度。

17、2、本发明中，使用rg算法后，极大提高了目标检测模型的鲁棒性，即在陌生场景下的识别效果，泛化性，提高了识别速度，同时本发明能够根据手部持有判断和视线判断真正决断出被检测人员是否真的在使用手机，使现有技术对违规使用手机行为检测的假命题变为了现实，本发明目标的长宽比例也会被随机更改，使模型适应更多的背景和相同物体的不同的长宽比例，增加了对陌生场景的泛化检测能力。

技术特征：

1.一种基于单目rgb摄像头的智能违规使用手机行为检测算法，其特征在于：所述基于单目rgb摄像头的智能违规使用手机行为检测算法包括以下步骤：

2.如权利要求1所述的一种基于单目rgb摄像头的智能违规使用手机行为检测算法，其特征在于：所述步骤s2中，单独对背景或标注框内容进行如随机对比度、随机饱和度、随机亮度、随机滤波、翻转等增强；第二对标注框单独进行随机拉伸或缩放，随机偏移改变标注框内容在整张图中的大小和位置，降低模型位置和大小的依赖性。

3.如权利要求1所述的一种基于单目rgb摄像头的智能违规使用手机行为检测算法，其特征在于：所述步骤s3中，swish激活函数计算公式为：f(x)＝x×sigmoid(βx)。

4.如权利要求1所述的一种基于单目rgb摄像头的智能违规使用手机行为检测算法，其特征在于：所述步骤s4中，eiou的计算公式为：

5.如权利要求1所述的一种基于单目rgb摄像头的智能违规使用手机行为检测算法，其特征在于：所述步骤s7中，由于检测方法是基于2d图像，所以在检测视线方面有所局限，故根据使用场景不同采用v1和v2两种不同的视线判定方法，一种是根据面部偏向判定视线朝向图片的方向，另一种是根据瞳孔相对于眼眶中心点的偏移坐标判断视线角度。

技术总结
本发明公开了一种基于单目RGB摄像头的智能违规使用手机行为检测算法。本发明中，与传统YOLO模型相比，本发明使用了Swish激活函数和EIoU损失函数计算法提升了模型训练的平滑度和模型对目标框大小判断的精确度。本发明中，使用RG算法后，极大提高了目标检测模型的鲁棒性，即在陌生场景下的识别效果，泛化性，提高了识别速度，同时本发明能够根据手部持有判断和视线判断真正决断出被检测人员是否真的在使用手机，使现有技术对违规使用手机行为检测的假命题变为了现实，本发明目标的长宽比例也会被随机更改，使模型适应更多的背景和相同物体的不同的长宽比例，增加了对陌生场景的泛化检测能力。

技术研发人员：朱帅康,莫林祥,宾俊,唐琨皓,龙子羽,邓彬彬,赖龙宇,周心怡,邓涛,蔡巧彬,李多慧
受保护的技术使用者：朱帅康
技术研发日：
技术公布日：2024/1/14