买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国矿业大学

摘要：本发明公开了一种改进YOLO‑PAI的实时接打电话行为检测方法，步骤如下：从视频监控平台截取照片制作数据集，添加手和手机两个标签类别，手的标注辅助判断人是否存在接打电话行为；搭建新型卷积神经网络，对于主干网络CSPDarknet53进行剪枝，在保证精度的同时减少参数量。利用使用k‑means聚类算法获得的9个锚点解决小型目标检测问题，更好的检测手机特征信息。增加第四个尺度的特征映射分支，扩大检测范围；部署嵌入式设备，使用TensorRT深度学习推理框架。通过提出的SRblock_body结构，提取图像特征，构建更深层次网络改善网络结构，提高分类和检测效果，在保证检测精度的同时减少模型大小和参数量，更好的移植到嵌入式设备中。

主权项：1.一种改进YOLO-PAI的实时接打电话行为检测方法，其特征在于：包括以下步骤：步骤S1、通过监控平台获取的人员接打电话视频，建立并标注Phonehand_Imgs数据集，并划分训练集、验证集和测试集；步骤S2、使用目标检测模块和注意力机制模块搭建卷积神经网络，网络最终输出为人的手部、手机和检测框位置信息；所述卷积神经网络包括目标检测模块和注意力机制模块，其中，目标检测模块用于检测人的手部信息及手机位置信息，注意力机制模块用于为不同的特征分配不同的权重，使网络能够更有效地提取关键特征；所述卷积神经网络搭建的具体步骤为：步骤S2.1、输入图像在保证纵横比的前提下被缩放到416×416像素，并输入到网络中提取特征映射；利用剪枝算法将原先的五个部分1、2、8、8、41-2-8-8-4残块改进成1-2-8-4-4结构，并将初始通道数设定为16；步骤S2.2、引入SE模块，提出SRblock_body模块代替原先的CSPBlock模块,在SRblock_body模块中，将基于Inception结构体替换原来的3×3卷积核；输入经过一层3×3卷积层，降低特征图宽度和高度，再进行分路操作，一路操作进行一层1×1的卷积视为残差边，通道不降维，减少原先进入残差块的特征层数量；另一路操作输入到n个Residual结构中，先进行一层1×1的卷积层，通道降维从原来的32降到16，随后使用3x1+1x3卷积来代替3x3卷积，空间分解卷积可以将参数量减少一半，从而减少参数量；然后引入SE通道注意力机制模块，为不同的特征分配不同的权重，使网络能够更有效地提取关键特征；然后把两路分支提取的特征图拼接在一起，每经过一个RES-SEBlock通道数增加一倍，这种新的残差结构建立了一个大的残差边；步骤S2.3、将CSPDarknet53中的浅层Mish激活函数替换为Hard-swish函数，而更深层网络的后三层中的激活函数仍然使用Mish激活函数；利用SPP模块融合不同尺度大小的特征图，并利用自顶向下的FPN特征金字塔与自底向上的PAN特征金字塔提升网络的特征提取能力；步骤S2.4、使用k-means聚类算法获得9个锚点小型目标，增加第四个尺度的特征映射分支，扩大检测范围，丰富用于预测多尺度的特征图；步骤S3、利用搭建的卷积神经网络对数据集图像进行训练，对于步骤S1中的数据集图像进行特征提取，图像通过SRblock_body结构，在对图像进行卷积的过程中不断融合浅层的图像特征；步骤S4、在卷积的过程中，使用SE通道注意力机制和CBAM空间注意力机制，为不同的特征分配不同的权重，使网络能够更有效地提取关键特征；步骤S5、增加第四个尺度的特征映射分支，扩大检测范围，丰富用于预测多尺度的特征图；步骤S6、将接打电话检测模型转换为可以嵌入式部署的模型；步骤S7、将步骤S6中转换后的模型部署到监控终端设备中，将终端设备摄像头拍摄的视频流输入接打电话检测模型，并输出检测结果。

全文数据：

权利要求：

百度查询： 中国矿业大学 一种改进YOLO-PAI的实时接打电话行为检测方法