申请/专利权人：北京控制与电子技术研究所

申请日：2021-10-12

公开（公告）日：2024-04-02

公开（公告）号：CN114049585B

主分类号：G06V20/40

分类号：G06V20/40;G06V10/774;G06N3/0464;G06T7/11;G06T7/194

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.03.04#实质审查的生效;2022.02.15#公开

摘要：本发明公开了一种基于运动前景提取的使用手机动作检测方法，利用背景建模及背景比对分析对视频序列进行运动前景提取，分割得到包含运动区域的小尺寸图像，然后利用卷积神经网络在运动区域图像中检测手机目标，从而实现使用手机动作检测。本发明充分利用视频提供的时空信息，实现由粗到细的检测过程，步骤简单，实用性高，利用安装并固定在实验室会议室教室等场所下的监控摄像机，可检测人员使用手机的情况，提升监控效果。

主权项：1.一种基于运动前景提取的使用手机动作检测方法，其特征在于具体步骤为：第一步搭建基于运动前景提取的使用手机动作检测系统基于运动前景提取的使用手机动作检测系统，包括：背景模型构建模块、运动前景提取模块、离线训练模块和使用手机动作检测模块；第二步背景模型构建模块完成使用场景的背景建模及背景更新背景模型构建模块利用高斯概率密度函数精确量化背景，对每个像素点均采用K个高斯分布来拟合，针对使用场景建立背景模型，用公式1表示： 公式1中，时刻t时某像素点x,y取值为Xt，wi,t为第i个高斯分布的权值，ηXt,μi,t,∑i,t、μi,t和∑i,t分别为第i个高斯概率密度函数、均值和协方差矩阵，n为高斯分布的维数；根据场景中的变化实时更新背景模型，用公式2-公式4表示：wi,t＝1-αwi,t-1+α2μi,t＝1-ρμi,t-1+ρXt3∑i,t＝1-ρ∑i,t-1+ρ[Xt-μi,tXt-μi,tT]4公式2-公式4中，ρ为模型的更新率；模型更新完成后，计算图像中每一个像素点的值，并进行排序，选定最大的B个模型作为背景模型，即描述背景的高斯分布的个数为B，T为权值累加阈值，T∈0.5,1，用公式5表示： 第三步运动前景提取模块提取运动前景并分割运动区域完成粗提取运动前景提取模块将视频序列的当前一帧图像与背景图像模型进行比对计算，提取运动前景，根据运动前景从当前这一帧图像中分割出包含人体运动的目标区域；从检测时刻t开始，输入该帧图像，与背景模型进行比对，逐一计算像素值Xt与在已得到的B个高斯分布的匹配关系，当像素值与前B个高斯分布之一匹配时，则该像素点为背景点，否则该像素点被分为运动前景；按匹配关系式对当该帧图像中的像素点逐一计算，确定能否与高斯分布匹配，得到二值化图像；匹配关系用公式6表示： 公式6中，灰度值为0的点为背景点，灰度值为1的点位运动前景点；在提取到运动前景后，对其进行连通性分析，从当前这一帧图像中分割出包含人体运动的目标区域图像，得到尺寸为w*h的小尺寸图像，完成粗提取；第四步离线训练模块完成检测手机网络的确定与训练离线训练模块对运动前景提取模块得到的运动区域图像中的手机进行标注，完成训练样本库的构建，确定并搭建深度卷积神经网络模型，用于从包含人体运动区域图像中检测手机，确定网络层数、各层定义、各层卷积面个数、卷积核尺寸、池化尺寸、池化层计算函数、激活函数和损失函数，然后利用构建的样本库对深度卷积神经网络的各卷积核的未知参数进行离线学习训练；网络的卷积层基本运算用公式7表示：Xa,b+1＝f∑Xb·Wa,b+ba,b7公式7中，f为激活函数，Wa,b和ba,b分别为网络第b层中第a个卷积面的卷积核与偏置值，Xb代表网络第b层各通道的输入，Xa,b+1代表网络第b层第a个卷积面的输出；网络的池化层基本运算用公式8表示：Xa,b+1＝pXa,b8公式8中，Xa,b代表网络第b层第a通道的输入，Xa,b+1代表网络第b层第a个通道的输出，p为池化层计算函数；网络全连接层基本运算用公式9表示：yb＝f∑xb·wb+bb9公式9中，wb和bb分别表示全连接层中第b层的权值与偏置，xb代表全连接层中第b层的输入，yb代表全连接层中第b层的输出；在训练过程中，参数用公式10进行更新： 公式10中，η代表训练过程中设计的学习率，上标m代表第m步迭代过程的计算量；经过迭代计算后，使损失函数loss收敛至最小值，得到适用于检测手机的深度卷积神经网络模型，完成离线准备阶段；第五步使用手机动作检测模块完成最终检测使用手机动作检测模块利用离线训练模块得到的网络模型检测手机，将运动前景提取模块得到的运动区域图像输入网络模型中进行计算，输出手机检测结果；当使用手机动作检测模块在运动区域图像中检测到手机时，则认为存在使用手机的动作；当在运动区域图像中未检测到手机时，则认为不存在使用手机的动作；至此，实现了基于运动前景提取的使用手机动作检测。

全文数据：

权利要求：

百度查询： 北京控制与电子技术研究所 一种基于运动前景提取的使用手机动作检测方法

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