← 返回列表
一种基于粗粒度深度估计的身份分析和手机使用检测方法
摘要文本
本发明公开了一种基于粗粒度深度估计的身份分析和手机使用检测方法，包括以下步骤：设计位置估计模型，准备数据集；将数据集输入位置估计模型中进行训练；通过训练后的模型检测车内人员和手机并输出检测信息，输出信息包括目标类别、检测框及深度信息；对于车内所有检测到的人员通过联合深度信息的粗粒度深度值和感兴趣区域的方法来判定身份；对于所有检测到的手机通过联合深度信息的粗粒度深度值和距离驾驶员检测框中心点的距离的方法来判定驾驶员是否使用手机。本发明可准确区分车内人员身份，判断驾驶员是否使用手机，满足对于驾驶人员行为不同的检测需求，有助于提高驾驶的安全性。 来源：百度马 克 数据网
申请人信息
- 申请人:中国矿业大学; 燕园安全科技(徐州)有限公司
- 申请人地址:221000 江苏省徐州市大学路1号
- 发明人: 中国矿业大学; 燕园安全科技(徐州)有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于粗粒度深度估计的身份分析和手机使用检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311517773.2 |
| 申请日 | 2023/11/14 |
| 公告号 | CN117541865A |
| 公开日 | 2024/2/9 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 中国矿业大学; 燕园安全科技(徐州)有限公司 |
| 发明人 | 贺晨; 刘营; 缪小然; 胡建峰; 赵广明; 周杰; 闵冰冰; 高宇蒙; 雅可; 赵作鹏 |
| 地址 | 江苏省徐州市泉山区大学路1号; |
专利主权项内容
1.一种基于粗粒度深度估计的身份分析和手机使用检测方法，其特征在于：包括以下步骤：S1 : 设计位置估计模型，以YOLOv6为基线模型，在YOLOv6的基础上设计动态权重参数模块，并增加深度信息回归分支；S2 : 准备数据集，并对数据集进行标注；S3 : 将数据集输入位置估计模型中，通过目标检测损失函数和深度信息损失函数训练位置估计模型；S4 : 通过训练后的模型可检测车内人员和手机并输出检测信息，输出信息包括目标类别、检测框及深度信息；S5 : 对于车内所有检测到的人员通过联合深度信息的粗粒度深度值和感兴趣区域的方法来判定身份，身份包括驾驶员与乘客；S6 : 对于所有检测到的手机通过联合深度信息的粗粒度深度值和距离驾驶员检测框中心点的距离的方法来判定驾驶员是否使用手机；S7 : 将检测模型部署到车载终端设备，将终端设备摄像头拍摄的视频流输入位置估计模型中进行检测。