CN109614939A - 基于人体姿态估计的“玩手机”行为检测识别方法 - Google Patents
基于人体姿态估计的“玩手机”行为检测识别方法 Download PDFInfo
- Publication number
- CN109614939A CN109614939A CN201811528349.7A CN201811528349A CN109614939A CN 109614939 A CN109614939 A CN 109614939A CN 201811528349 A CN201811528349 A CN 201811528349A CN 109614939 A CN109614939 A CN 109614939A
- Authority
- CN
- China
- Prior art keywords
- mobile phone
- human body
- monitoring system
- playing
- playing mobile
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Alarm Systems (AREA)
- Image Processing (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明提出一种基于人体姿态估计的“玩手机”行为检测识别方法，属于计算机视觉和图像处理领域。其技术方案要点为：首先，监测系统初始化；其次，监测系统进行数据采集；然后，监测系统进行人体2D关键点监测和骨架定位；然后，监测系统在“关节点手”附近检测手机；然后，监测系统进行人体特定关节空间位姿关系构建；最后，监测系统根据人体的姿态和是否检测到手机及手机与人的空间位姿关系而预设“玩手机”和“不玩手机”两种状态，监测系统若判断当前监测场景中检测到的人是在“玩手机”状态，则发出警报报警。本发明能够在被检测人有“玩手机”行为情况下，精确地发出警报提示，同时监测方式具有非接触、不浸入、监测范围广和易于实施等特点。
Description
技术领域
本发明涉及计算机视觉和图像处理领域，特别涉及基于人体姿态估计的“玩手机”行为检测识别方法的领域。
背景技术
随着信息技术的快速发展，手机的使用越来越普遍，人对于手机的依赖程度越来越严重。在实际场景中，由于玩手机造成的事故屡见不鲜。比如驾驶员在开车时因为玩手机而手离开方向盘，导致发生车祸。行人在过马路时因为玩手机与车辆相撞。一些特殊行业如铁路部门，需要对员工采用军事化的管理方式，对员工的一些违规行为要做到实时预警，其中就包括通过摄像头检测员工是否玩手机。在学校里面，需要监控课堂纪律，检测学生是否有玩手机的行为。
在现有的文献和专利中，只有关于打电话行为检测识别，并且大多是针对驾驶员打电话行为。而对于“玩手机”行为的检测识别几乎没有。对于打电话行为的检测方法，主要有基于计算机视觉和传感器两大类检测方法。其中基于计算机视觉的主流方法主要是利用分类器进行分类。如公开号为CN102567743A的中国发明专利就是基于SVM(Support VectorMachines)分类器进行分类的，公开号为CN104966059B的中国发明专利是基于Cascade级联分类器对人头两侧前景区域进行人打电话姿势分类。也有从人体姿态入手对打电话行为进行检测的方法。如公开号为CN105469073A就提出了一种基于Kinect的驾驶员接打电话监控方法。
上述方法都只对人打电话的行为进行了识别，而实际情况中更多地需要对玩手机的行为进行识别，上述方法难以满足需求。
发明内容
本发明的目的是解决现有技术中存在的不足，提供一种基于人体姿态估计的“玩手机”行为检测识别方法。
本发明解决其技术问题，采用的技术方案是：基于人体姿态估计的“玩手机”行为检测识别方法，应用于监测系统，包括如下步骤：
步骤1、监测系统初始化；
步骤2、监测系统进行数据采集；
步骤3、监测系统进行人体2D关键点监测和骨架定位；
步骤4、监测系统在“关节点手”附近检测手机；
步骤5、监测系统进行人体特定关节空间位姿关系构建；
步骤6、监测系统根据人体的姿态和是否检测到手机及手机与人的空间位姿关系而预设“玩手机”和“不玩手机”两种状态，监测系统若判断当前监测场景中检测到的人是在“玩手机”状态，则发出警报报警。
具体的是，所述监测系统包括PC或高性能嵌入式开发板和摄像头，所述监测系统通过安装于PC或高性能嵌入式开发板上的摄像头进行监控区域的图像采集。
进一步的是，步骤3具体包括如下步骤：
步骤301、用人体检测器对当前帧以及后面一帧进行检测，所述人体检测器至少包括YOLOv3；
步骤302、将当前帧以及前后两帧图片里面的人体位置检测结果相互传递给另外两张图片进行校验，然后再将每个“人”多余的检测框过滤掉；
步骤303、对步骤302中检测出的单个人体，用Hourglass Network进行人体关节点估计，所述人体关节点估计过程是重复使用、自上而下到自下而上来推断人体的关节点位置，不改变待测特征的尺度，只改变待测特征的深度；
步骤304、对已经进行人体姿态估计的连续多帧图片构建人体姿态流；
步骤305、对姿态流进行非极大值抑制操作删除重复关节点和骨架，得到最终的结果。
更具体的是，所述监测系统检测的人体2D关键点包括手腕、肘部、肩、脖子、鼻子、右髋和左髋。
再进一步的是，步骤4具体包括如下步骤：
步骤401、将手关节区域图片调整为统一大小；
步骤402、将图片为视为nxn个格子；
步骤403、经过若干卷积、池化层提取特征；
步骤404、对不同卷积层特征进行上采样，再将这些多分辨率特征连接；
步骤405、将这些特征送入检测层，判断出手机是否存在。
更具体的是，步骤5中，所述位姿关系包括人体上肢的空间位姿、手机与人手的位置关系以及手机与人体正面的位姿信息。
再进一步的是，步骤6中，所述监测场景中所关注行为具体为人的“玩手机”状态。
更具体的是，所述监测系统检测到“玩手机”行为时，发出玩手机报警指令。
再进一步的是，所述监测系统警报指令发出后，清除报警指令。
本发明的有益效果是，通过上述基于人体姿态估计的“玩手机”行为检测识别方法，首先，监测系统初始化；其次，监测系统进行数据采集；然后，监测系统进行人体2D关键点监测和骨架定位；然后，监测系统在“关节点手”附近检测手机；然后，监测系统进行人体特定关节空间位姿关系构建；最后，监测系统根据人体的姿态和是否检测到手机及手机与人的空间位姿关系而预设“玩手机”和“不玩手机”两种状态，监测系统若判断当前监测场景中检测到的人是在“玩手机”状态，则发出警报报警。能够在被检测人有“玩手机”行为情况下，精确地发出警报提示，同时监测方式具有非接触、不浸入、监测范围广和易于实施等特点。
附图说明
图1为实施例中人体姿态提取与构建流程；
图2为实施例中提取关键人体关节点的示意图。
其中，0：鼻子，1：脖子，2：右肩，3：右肘，4：右手腕，5：左肩；6：左肘，7：左手腕，8：右髋，11：左髋，14：右眼，15：左眼，16：右耳，17：左耳。
具体实施方式
下面结合实施例及附图，详细描述本发明的技术方案。
本发明所述基于人体姿态估计的“玩手机”行为检测识别方法，应用于监测系统，包括如下步骤：首先，监测系统初始化；其次，监测系统进行数据采集；然后，监测系统进行人体2D关键点监测和骨架定位；然后，监测系统在“关节点手”附近检测手机；然后，监测系统进行人体特定关节空间位姿关系构建；最后，监测系统根据人体的姿态和是否检测到手机及手机与人的空间位姿关系而预设“玩手机”和“不玩手机”两种状态，监测系统若判断当前监测场景中检测到的人是在“玩手机”状态，则发出警报报警。能够在被检测人有“玩手机”行为情况下，精确地发出警报提示，同时监测方式具有非接触、不浸入、监测范围广和易于实施等特点。
实施例
本发明实施例基于人体姿态估计的“玩手机”行为检测识别方法，该方法基于一监测系统实现，该方法包括如下步骤：
步骤1、监测系统初始化。
步骤2、监测系统进行数据采集。
步骤3、监测系统进行人体2D关键点监测和骨架定位，基于Liu的alphapose改进后实现，具体步骤参考附图1，其中，步骤3具体包括如下步骤：
步骤301、用人体检测器对当前帧以及后面一帧进行检测，这里，人体检测器至少包括YOLOv3；
步骤302、将当前帧以及前后两帧图片里面的人体位置检测结果相互传递给另外两张图片进行校验，然后再将每个“人”多余的检测框过滤掉；
步骤303、对步骤302中检测出的单个人体，用Hourglass Network进行人体关节点估计，所述人体关节点估计过程是重复使用、自上而下到自下而上来推断人体的关节点位置，不改变待测特征的尺度，只改变待测特征的深度；
步骤304、对已经进行人体姿态估计的连续多帧图片构建人体姿态流，例如取6帧或8帧，要求更精确的场景可以去10帧。
步骤305、对姿态流进行非极大值抑制(NMS)操作删除重复关节点和骨架，得到最终的结果。
该步骤3中，监测系统检测的人体2D关键点包括手腕、肘部、肩、脖子、鼻子、右髋和左髋等。本例中，提取关键人体关节点的示意图参见图2，其中，0：鼻子，1：脖子，2：右肩，3：右肘，4：右手腕，5：左肩；6：左肘，7：左手腕，8：右髋，11：左髋，14：右眼，15：左眼，16：右耳，17：左耳。
步骤4、监测系统利用改进的YOLOv3算法在“关节点手”附近检测手机，步骤4具体包括如下步骤：
步骤401、将手关节区域图片调整为统一大小，如，224*224或416*416；
步骤402、将图片为视为nxn个格子，例如3x3或4*4；
步骤403、经过若干卷积、池化层提取特征；
步骤404、对不同卷积层特征进行上采样，再将这些多分辨率特征连接；
步骤405、将这些特征送入检测层，判断出手机是否存在。
步骤5、监测系统进行人体特定关节空间位姿关系构建，主要关系有：
关系1：人体上肢的空间位姿，确定人体上肢在人体正面法向量±100°之内。
关系2：手机与人手的位置关系，手机应在人手的附近区域。
关系3：手机与人体正面的位姿信息，判断手机与人正视野的关系，手机与人体正面法向量夹角θ，其中，0<θ<90°。
步骤6、监测系统根据步骤5的关系1：人体上肢的空间位姿，关系2：手机与人手的位置关系和关系3：手机与人体正面的位姿信息而预设“玩手机”和“不玩手机”两种状态，监测系统判断当前检测到的人是在“玩手机”，则发出警报报警。
本实施例中，监测系统包括PC或高性能嵌入式开发板和摄像头，所述监测系统通过安装于PC或高性能嵌入式开发板上的摄像头进行监控区域的图像采集。监控系统采集到图像后，在所述图像中进行人体2D关键点监测和骨架定位。
进一步地，监控系统在所述图像中检测手机；监控系统在所述图像中进行人体特定关节空间位姿关系构建；监控系统根据人体的姿态和是否检测到手机及手机与人的空间位姿关系而预设“玩手机”和“不玩手机”两种状态，监测系统若判断当前检测到的人是在“玩手机”，则发出警报报警。
监控系统构建的空间位姿关系优选包括：人体上肢的空间位姿，手机与人手的位置关系和手机与人体正面的位姿信息。
步骤6中，监测场景中所关注行为具体为人的“玩手机”状态，监测系统检测到“玩手机”行为时，发出玩手机报警指令，监控系统警报指令发出后，清除报警指令。
本实施例中，监测系统根据人体2D姿态关键点和手机与人体姿态之间的空间关系来判断当前场景中是否有人在进行“玩手机”行为，当检测到被检测场景有人“玩手机”行为情况下，精准的发出警报提示，同时具有监测方式非接触、不浸入和监测范围广，易于实施等特点。
Claims (9)
1.基于人体姿态估计的“玩手机”行为检测识别方法，应用于监测系统，其特征在于，包括如下步骤：
步骤1、监测系统初始化；
步骤2、监测系统进行数据采集；
步骤3、监测系统进行人体2D关键点监测和骨架定位；
步骤4、监测系统在“关节点手”附近检测手机；
步骤5、监测系统进行人体特定关节空间位姿关系构建；
步骤6、监测系统根据人体的姿态和是否检测到手机及手机与人的空间位姿关系而预设“玩手机”和“不玩手机”两种状态，监测系统若判断当前监测场景中检测到的人是在“玩手机”状态，则发出警报报警。
2.如权利要求1所述的基于人体姿态估计的“玩手机”行为检测识别方法，其特征在于，所述监测系统包括PC或高性能嵌入式开发板和摄像头，所述监测系统通过安装于PC或高性能嵌入式开发板上的摄像头进行监控区域的图像采集。
3.如权利要求1所述的基于人体姿态估计的“玩手机”行为检测识别方法，其特征在于，步骤3具体包括如下步骤：
步骤301、用人体检测器对当前帧以及后面一帧进行检测，所述人体检测器至少包括YOLOv3；
步骤302、将当前帧以及前后两帧图片里面的人体位置检测结果相互传递给另外两张图片进行校验，然后再将每个“人”多余的检测框过滤掉；
步骤303、对步骤302中检测出的单个人体，用Hourglass Network进行人体关节点估计，所述人体关节点估计过程是重复使用、自上而下到自下而上来推断人体的关节点位置，不改变待测特征的尺度，只改变待测特征的深度；
步骤304、对已经进行人体姿态估计的连续多帧图片构建人体姿态流；
步骤305、对姿态流进行非极大值抑制操作删除重复关节点和骨架，得到最终的结果。
4.如权利要求1或3所述的基于人体姿态估计的“玩手机”行为检测识别方法，其特征在于，所述监测系统检测的人体2D关键点包括手腕、肘部、肩、脖子、鼻子、右髋和左髋。
5.如权利要求1所述的基于人体姿态估计的“玩手机”行为检测识别方法，其特征在于，步骤4具体包括如下步骤：
步骤401、将手关节区域图片调整为统一大小；
步骤402、将图片为视为nxn个格子；
步骤403、经过若干卷积、池化层提取特征；
步骤404、对不同卷积层特征进行上采样，再将这些多分辨率特征连接；
步骤405、将这些特征送入检测层，判断出手机是否存在。
6.如权利要求1所述的基于人体姿态估计的“玩手机”行为检测识别方法，其特征在于，步骤5中，所述位姿关系包括人体上肢的空间位姿、手机与人手的位置关系以及手机与人体正面的位姿信息。
7.如权利要求1所述的基于人体姿态估计的“玩手机”行为检测识别方法，其特征在于，步骤6中，所述监测场景中所关注行为具体为人的“玩手机”状态。
8.如权利要求7所述的基于人体姿态估计的“玩手机”行为检测识别方法，其特征在于，所述监测系统检测到“玩手机”行为时，发出玩手机报警指令。
9.如权利要求8所述的基于人体姿态估计的“玩手机”行为检测识别方法，其特征在于，所述监测系统警报指令发出后，清除报警指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811528349.7A CN109614939B (zh) | 2018-12-13 | 2018-12-13 | 基于人体姿态估计的“玩手机”行为检测识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811528349.7A CN109614939B (zh) | 2018-12-13 | 2018-12-13 | 基于人体姿态估计的“玩手机”行为检测识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109614939A true CN109614939A (zh) | 2019-04-12 |
| CN109614939B CN109614939B (zh) | 2022-03-18 |
Family
ID=66009146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811528349.7A Active CN109614939B (zh) | 2018-12-13 | 2018-12-13 | 基于人体姿态估计的“玩手机”行为检测识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109614939B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110110631A (zh) * | 2019-04-25 | 2019-08-09 | 深兰科技（上海）有限公司 | 一种识别打电话的方法及设备 |
| CN110287906A (zh) * | 2019-06-26 | 2019-09-27 | 四川长虹电器股份有限公司 | 基于图像视频检测人“玩手机”的方法及系统 |
| CN110674728A (zh) * | 2019-09-20 | 2020-01-10 | 重庆商勤科技有限公司 | 基于视频图像识别玩手机方法、装置、服务器及存储介质 |
| CN110718067A (zh) * | 2019-09-23 | 2020-01-21 | 浙江大华技术股份有限公司 | 违规行为告警方法及相关装置 |
| CN110909684A (zh) * | 2019-11-25 | 2020-03-24 | 创新奇智(北京)科技有限公司 | 基于人体检测的工作状态检查系统及方法 |
| CN110926467A (zh) * | 2019-11-11 | 2020-03-27 | 南京航空航天大学 | 一种基于新型均值聚类算法的自适应行人手机姿态识别方法 |
| CN111461020A (zh) * | 2020-04-01 | 2020-07-28 | 浙江大华技术股份有限公司 | 不安全使用手机行为的识别方法、设备及相关存储介质 |
| CN111666915A (zh) * | 2020-06-18 | 2020-09-15 | 上海眼控科技股份有限公司 | 监控方法、装置、设备以及存储介质 |
| CN112257639A (zh) * | 2020-10-30 | 2021-01-22 | 福州大学 | 基于人体骨架的学生学习行为识别方法 |
| CN112381068A (zh) * | 2020-12-25 | 2021-02-19 | 四川长虹电器股份有限公司 | 一种检测人“玩手机”的方法及系统 |
| CN112699750A (zh) * | 2020-12-22 | 2021-04-23 | 南方电网深圳数字电网研究院有限公司 | 基于边缘计算和ai的智慧加油站安全监测方法及系统 |
| CN112966655A (zh) * | 2021-03-29 | 2021-06-15 | 高新兴科技集团股份有限公司 | 一种办公区玩手机行为识别方法、装置和计算设备 |
| CN112966563A (zh) * | 2021-02-04 | 2021-06-15 | 同济大学 | 一种基于人体骨骼检测和跟踪算法的行为识别方法 |
| CN116092199A (zh) * | 2023-04-11 | 2023-05-09 | 山东易视智能科技有限公司 | 一种员工工作状态识别方法及识别系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103955272A (zh) * | 2014-04-16 | 2014-07-30 | 北京尚德智产投资管理有限公司 | 一种终端设备用户姿态检测系统 |
| CN104168384A (zh) * | 2014-08-22 | 2014-11-26 | 广东欧珀移动通信有限公司 | 一种移动终端及其健康提醒控制方法 |
| CN106598418A (zh) * | 2016-10-31 | 2017-04-26 | 努比亚技术有限公司 | 一种终端软键盘切换显示装置及其方法 |
| CN106937871A (zh) * | 2016-01-05 | 2017-07-11 | 袁囡囡 | 智能运动状态检测系统 |
| CN107463887A (zh) * | 2017-07-20 | 2017-12-12 | 四川长虹电器股份有限公司 | 列车驾驶员手势智能检查系统及智能检查方法 |
| CN107609517A (zh) * | 2017-09-15 | 2018-01-19 | 华中科技大学 | 一种基于计算机视觉的课堂行为检测系统 |
| CN107901041A (zh) * | 2017-12-15 | 2018-04-13 | 中南大学 | 一种基于图像混合矩的机器人视觉伺服控制方法 |
| CN107967794A (zh) * | 2017-11-22 | 2018-04-27 | 李海波 | 一种通过电子设备监测使用者姿势的方法 |
| CN107967456A (zh) * | 2017-11-27 | 2018-04-27 | 电子科技大学 | 一种基于人脸关键点的多神经网络级联识别人脸方法 |
| US20180130170A1 (en) * | 2012-10-29 | 2018-05-10 | Digimarc Corporation | Determining pose for use with digital watermarking, fingerprinting and augmented reality |
| CN108446678A (zh) * | 2018-05-07 | 2018-08-24 | 同济大学 | 一种基于骨骼特征的危险驾驶行为识别方法 |
| CN108875524A (zh) * | 2018-01-02 | 2018-11-23 | 北京旷视科技有限公司 | 视线估计方法、装置、系统和存储介质 |
-
2018
- 2018-12-13 CN CN201811528349.7A patent/CN109614939B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180130170A1 (en) * | 2012-10-29 | 2018-05-10 | Digimarc Corporation | Determining pose for use with digital watermarking, fingerprinting and augmented reality |
| CN103955272A (zh) * | 2014-04-16 | 2014-07-30 | 北京尚德智产投资管理有限公司 | 一种终端设备用户姿态检测系统 |
| CN104168384A (zh) * | 2014-08-22 | 2014-11-26 | 广东欧珀移动通信有限公司 | 一种移动终端及其健康提醒控制方法 |
| CN106937871A (zh) * | 2016-01-05 | 2017-07-11 | 袁囡囡 | 智能运动状态检测系统 |
| CN106598418A (zh) * | 2016-10-31 | 2017-04-26 | 努比亚技术有限公司 | 一种终端软键盘切换显示装置及其方法 |
| CN107463887A (zh) * | 2017-07-20 | 2017-12-12 | 四川长虹电器股份有限公司 | 列车驾驶员手势智能检查系统及智能检查方法 |
| CN107609517A (zh) * | 2017-09-15 | 2018-01-19 | 华中科技大学 | 一种基于计算机视觉的课堂行为检测系统 |
| CN107967794A (zh) * | 2017-11-22 | 2018-04-27 | 李海波 | 一种通过电子设备监测使用者姿势的方法 |
| CN107967456A (zh) * | 2017-11-27 | 2018-04-27 | 电子科技大学 | 一种基于人脸关键点的多神经网络级联识别人脸方法 |
| CN107901041A (zh) * | 2017-12-15 | 2018-04-13 | 中南大学 | 一种基于图像混合矩的机器人视觉伺服控制方法 |
| CN108875524A (zh) * | 2018-01-02 | 2018-11-23 | 北京旷视科技有限公司 | 视线估计方法、装置、系统和存储介质 |
| CN108446678A (zh) * | 2018-05-07 | 2018-08-24 | 同济大学 | 一种基于骨骼特征的危险驾驶行为识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| DANIEL WAGNER等: "Pose tracking from natural features on mobile phones", 《2008 7TH IEEE/ACM INTERNATIONAL SYMPOSIUM ON MIXED AND AUGMENTED REALITY》 * |
| 曹铭芪: "单目相机下的人体检测、三维姿态重构和动作分析", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
| 魏莱: "基于关节点的人体动作识别及姿态分析研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110110631B (zh) * | 2019-04-25 | 2021-06-29 | 深兰科技（上海）有限公司 | 一种识别打电话的方法及设备 |
| CN110110631A (zh) * | 2019-04-25 | 2019-08-09 | 深兰科技（上海）有限公司 | 一种识别打电话的方法及设备 |
| CN110287906A (zh) * | 2019-06-26 | 2019-09-27 | 四川长虹电器股份有限公司 | 基于图像视频检测人“玩手机”的方法及系统 |
| CN110674728A (zh) * | 2019-09-20 | 2020-01-10 | 重庆商勤科技有限公司 | 基于视频图像识别玩手机方法、装置、服务器及存储介质 |
| CN110674728B (zh) * | 2019-09-20 | 2022-05-10 | 重庆商勤科技有限公司 | 基于视频图像识别玩手机方法、装置、服务器及存储介质 |
| CN110718067A (zh) * | 2019-09-23 | 2020-01-21 | 浙江大华技术股份有限公司 | 违规行为告警方法及相关装置 |
| CN110926467A (zh) * | 2019-11-11 | 2020-03-27 | 南京航空航天大学 | 一种基于新型均值聚类算法的自适应行人手机姿态识别方法 |
| CN110926467B (zh) * | 2019-11-11 | 2021-08-06 | 南京航空航天大学 | 一种基于均值聚类算法的自适应行人手机姿态识别方法 |
| CN110909684A (zh) * | 2019-11-25 | 2020-03-24 | 创新奇智(北京)科技有限公司 | 基于人体检测的工作状态检查系统及方法 |
| CN111461020A (zh) * | 2020-04-01 | 2020-07-28 | 浙江大华技术股份有限公司 | 不安全使用手机行为的识别方法、设备及相关存储介质 |
| CN111461020B (zh) * | 2020-04-01 | 2024-01-19 | 浙江大华技术股份有限公司 | 不安全使用手机行为的识别方法、设备及相关存储介质 |
| CN111666915A (zh) * | 2020-06-18 | 2020-09-15 | 上海眼控科技股份有限公司 | 监控方法、装置、设备以及存储介质 |
| CN112257639A (zh) * | 2020-10-30 | 2021-01-22 | 福州大学 | 基于人体骨架的学生学习行为识别方法 |
| CN112699750A (zh) * | 2020-12-22 | 2021-04-23 | 南方电网深圳数字电网研究院有限公司 | 基于边缘计算和ai的智慧加油站安全监测方法及系统 |
| CN112381068B (zh) * | 2020-12-25 | 2022-05-31 | 四川长虹电器股份有限公司 | 一种检测人“玩手机”的方法及系统 |
| CN112381068A (zh) * | 2020-12-25 | 2021-02-19 | 四川长虹电器股份有限公司 | 一种检测人“玩手机”的方法及系统 |
| CN112966563A (zh) * | 2021-02-04 | 2021-06-15 | 同济大学 | 一种基于人体骨骼检测和跟踪算法的行为识别方法 |
| CN112966563B (zh) * | 2021-02-04 | 2022-09-20 | 同济大学 | 一种基于人体骨骼检测和跟踪算法的行为识别方法 |
| CN112966655A (zh) * | 2021-03-29 | 2021-06-15 | 高新兴科技集团股份有限公司 | 一种办公区玩手机行为识别方法、装置和计算设备 |
| CN116092199A (zh) * | 2023-04-11 | 2023-05-09 | 山东易视智能科技有限公司 | 一种员工工作状态识别方法及识别系统 |
| CN116092199B (zh) * | 2023-04-11 | 2023-07-14 | 山东易视智能科技有限公司 | 一种员工工作状态识别方法及识别系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109614939B (zh) | 2022-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109614939A (zh) | 基于人体姿态估计的“玩手机”行为检测识别方法 | |
| CN108319953B (zh) | 目标对象的遮挡检测方法及装置、电子设备及存储介质 | |
| CN105151049B (zh) | 基于驾驶员脸部特征和车道偏离检测的预警系统 | |
| CN110287906A (zh) | 基于图像视频检测人“玩手机”的方法及系统 | |
| CN107679468A (zh) | 一种嵌入式计算机视觉检测疲劳驾驶方法及装置 | |
| CN107915102B (zh) | 一种基于视频分析的电梯遮挡门行为的检测系统及检测方法 | |
| EP1320830B1 (en) | Facial image processing system | |
| CN107229922A (zh) | 一种疲劳驾驶监测方法及装置 | |
| CN105718863A (zh) | 一种人脸活体检测方法、装置及系统 | |
| CN105138967B (zh) | 基于人眼区域活动状态的活体检测方法和装置 | |
| CN106915303B (zh) | 基于深度数据和鱼眼图像的汽车a柱盲区透视方法 | |
| CN108898079A (zh) | 一种监控方法及装置、存储介质、拍摄终端 | |
| CN111160220B (zh) | 一种基于深度学习的包裹检测方法、装置、存储介质 | |
| CN110472574A (zh) | 一种检测着装不规范的方法、装置及系统 | |
| CN114005167A (zh) | 基于人体骨骼关键点的远距离视线估计方法和装置 | |
| JP2003518251A (ja) | ある表面を基準として対象を検出するための方法およびシステム | |
| CN112861564A (zh) | 一种坐姿检测的实现装置 | |
| CN110223505A (zh) | 一种行人闯红灯行为的确定方法及装置 | |
| JP7263094B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| WO2020237940A1 (zh) | 一种基于人眼状态识别的疲劳检测方法及装置 | |
| CN117542027A (zh) | 基于非接触式传感器的机组失能状态监测方法 | |
| Singh et al. | Driver fatigue detection using machine vision approach | |
| CN116453233A (zh) | 一种融合超声波和图像信息的人脸多模态检测方法及系统 | |
| KR101407394B1 (ko) | 방치물 및 도난물 탐지 시스템 | |
| CN110443213A (zh) | 面部检测方法、目标检测方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |