申请/专利权人：平安科技(深圳)有限公司

申请日：2021-09-27

公开（公告）日：2024-06-07

公开（公告）号：CN113850198B

主分类号：G06V20/59

分类号：G06V20/59;G06V40/10;G06V40/16;G06V10/75;G06F9/50

优先权：

专利状态码：有效-授权

法律状态：2024.06.07#授权;2022.01.14#实质审查的生效;2021.12.28#公开

摘要：本申请涉及人工智能，提供一种基于边缘计算的行为检测方法、设备、介质及计算装置，所述方法包括：所述监控区域内用于进行数据计算及传输的中控设备通过预设图像识别模型，对驾驶人的目标手部姿势图像和目标面部图像进行识别，得到对目标手部姿势图像和目标面部图像的识别结果；基于所述识别结果，确定所述驾驶人对应的违规驾驶行为判定结果。本发明通过对用户的手部以及面部两方面进行违规驾驶行为检测，从而避免误判，提高了检测准确率；通过监控区域内已有的中控设备组成的边缘计算系统对监控区域内的驾驶人的驾驶行为进行违规检测，无需通过云端进行数据计算，提高了违规驾驶行为的检测效率，降低了检测成本。

主权项：1.一种基于边缘计算的行为检测方法，其特征在于，所述方法应用于边缘计算系统中的中控设备，所述行为检测方法包括：通过预设图像识别模型，对驾驶人的目标手部姿势图像和目标面部图像进行识别，得到对目标手部姿势图像和目标面部图像的识别结果；并基于所述识别结果，确定所述驾驶人对应的违规驾驶行为判定结果；其中，所述图像识别模型包括手部识别模型以及面部识别模型，所述通过预设图像识别模型，对驾驶人的目标手部姿势图像和目标面部图像进行识别，得到对目标手部姿势图像和目标面部图像的识别结果；并基于所述识别结果，确定所述驾驶人对应的违规驾驶行为判定结果之前，还包括：接收边缘计算装置中的拍摄设备发送的驾驶人的初始手部姿势图像以及初始面部图像；并通过所述图像识别模型，提取所述初始手部姿势图像的第一初始特征向量以及所述初始面部图像的第二初始特征向量；根据第一预设参数将所述第一初始特征向量进行边框回归，生成第一目标特征向量，并根据第二预设参数将所述第二初始特征向量进行边框回归，生成第二目标特征向量；根据所述第一目标特征向量，确定所述驾驶人的手部姿势的第一图像边界，将所述第一图像边界内的区域图像作为所述目标手部姿势图像，并根据所述第二目标特征向量，确定所述驾驶人的面部的第二图像边界，将所述第二图像边界内的区域图像作为所述目标面部图像；其中，所述手部识别模型为YOLO-v3手部识别模型，所述YOLO-v3手部识别模型包括31层卷积层、1层池化层及2层全连接层，在将所述初始手部姿势图像输入所述手部识别模型后，第一层卷积层通过卷积核在所述初始手部姿势图像中不断以像素为单位移动提取图像特征，在完成整个图像的特征识别后，卷积层通过每次识别的结果返还出一个识别值矩阵；所述面部识别模型分为17层卷积层、1层池化层及2个全连接层，在将所述目标面部图像输入所述面部识别模型后，定位出面部中心点坐标以及所述目标面部图像的宽与高，得到所述目标面部图像的边框四维坐标，根据所述面部识别模型中的映射算法，将所述目标面部图像的坐标进行平移以及尺度放缩，得到调整后的边框，并根据调整后的边框内的图像作为所述目标面部图像。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于边缘计算的行为检测方法、装置、介质及计算机设备

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