申请/专利权人：内蒙古工业大学

申请日：2023-11-27

公开（公告）日：2024-03-22

公开（公告）号：CN117746399A

主分类号：G06V20/59

分类号：G06V20/59;G06V40/10;G06V10/25;G06V10/764;G06V10/77;G06V10/82;G06N3/045;G06N3/042;G06N3/048;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明属于检测算法技术领域，具体涉及一种基于ST‑GCN和YOLOv5n的驾驶员吸烟检测算法，本发明从吸烟动作识别和烟支目标检测角度出发，充分利用自上而下的人体姿态估计算法OpenPose对驾驶员人体关键点进行估计。将处理后的关键点以拓扑图形式按帧输入基于深度学习的行为识别网络ST‑GCN中，完成基于骨架的吸烟动作识别。相比于人工提取吸烟动作特征，本发明采用的方法较为客观且具有较强的鲁棒性。针对不能充分利用图像的空间纹理特征和容易混淆与吸烟相似动作两个问题，结合YOLOv5n算法检测图像中的烟支目标做进一步判别。最后根据两个网络的输出进行加权融合，综合考虑驾驶员是否存在吸烟行为。

主权项：1.一种基于ST-GCN和YOLOv5n的驾驶员吸烟检测算法，其特征在于：包括下列步骤：S1、人体骨骼关键点检测：通过检测出人体主要关节，识别并获取关键点在图像中的坐标数据，以此来对人体的动作行为进行描述；S2、关键点数据优化：误检关键点处理、无关关键点处理以及缺失关键点处理；S3、将同一个人的人体关键点按照特定的空间关系连接起来，形成人体骨骼图，将同一个人的人体骨骼图按照时间关系把对应关键点连接起来，形成一个空间边和时间边都表达空间关系的时空骨架图；S4、基于预训练ST-GCN进行时空特征提取；S5、引入YOLOv5n网络来检测烟支目标对象；S6、通过注意力机制模块为每个通道的特征映射分配不同的权重；S7、通过解耦头DecoupledHead分离目标分类和定位；S8、据吸烟动作识别网络和烟支目标检测网络的检测结果，利用权重融合策略，设计联合置信度计算公式，对驾驶员吸烟行为做最终判别。

全文数据：

权利要求：

百度查询： 内蒙古工业大学 一种基于ST-GCN和YOLOv5n的驾驶员吸烟检测算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD