CN109614939B - 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 PDF

Info

Publication number
CN109614939B
CN109614939B CN201811528349.7A CN201811528349A CN109614939B CN 109614939 B CN109614939 B CN 109614939B CN 201811528349 A CN201811528349 A CN 201811528349A CN 109614939 B CN109614939 B CN 109614939B
Authority
CN
China
Prior art keywords
human body
mobile phone
monitoring system
playing
monitoring
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.)
Active
Application number
CN201811528349.7A
Other languages
English (en)
Other versions
CN109614939A (zh
Inventor
邵延华
游忍
胡亮
展华益
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201811528349.7A priority Critical patent/CN109614939B/zh
Publication of CN109614939A publication Critical patent/CN109614939A/zh
Application granted granted Critical
Publication of CN109614939B publication Critical patent/CN109614939B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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***初始化；其次，监测***进行数据采集；然后，监测***进行人体2D关键点监测和骨架定位；然后，监测***在“关节点手”附近检测手机；然后，监测***进行人体特定关节空间位姿关系构建；最后，监测***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***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

基于人体姿态估计的“玩手机”行为检测识别方法
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***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***，包括如下步骤：
步骤1、监测***初始化；
步骤2、监测***进行数据采集；
步骤3、监测***进行人体2D关键点监测和骨架定位；
步骤4、监测***在“关节点手”附近检测手机；
步骤5、监测***进行人体特定关节空间位姿关系构建；
步骤6、监测***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***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***包括PC或高性能嵌入式开发板和摄像头，所述监测***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***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***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***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***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***初始化；其次，监测***进行数据采集；然后，监测***进行人体2D关键点监测和骨架定位；然后，监测***在“关节点手”附近检测手机；然后，监测***进行人体特定关节空间位姿关系构建；最后，监测***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***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***，包括如下步骤：首先，监测***初始化；其次，监测***进行数据采集；然后，监测***进行人体2D关键点监测和骨架定位；然后，监测***在“关节点手”附近检测手机；然后，监测***进行人体特定关节空间位姿关系构建；最后，监测***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***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***实现，该方法包括如下步骤：
步骤1、监测***初始化。
步骤2、监测***进行数据采集。
步骤3、监测***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***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***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***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***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***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***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***包括PC或高性能嵌入式开发板和摄像头，所述监测***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***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***在所述图像中检测手机；监控***在所述图像中进行人体特定关节空间位姿关系构建；监控***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***若判断当前检测到的人是在“玩手机”，则发出警报报警。
监控***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***检测到“玩手机”行为时，发出玩手机报警指令，监控***警报指令发出后，清除报警指令。
本实施例中，监测***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 (7)

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***，其特征在于，包括如下步骤：
步骤1、监测***初始化；
步骤2、监测***进行数据采集；
步骤3、监测***进行人体2D关键点监测和骨架定位；
步骤4、监测***在“关节点手”附近检测手机；
步骤5、监测***进行人体特定关节空间位姿关系构建；
步骤6、监测***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***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；
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***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；
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。
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***包括PC或高性能嵌入式开发板和摄像头，所述监测***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，所述监测***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。
4.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。
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6中，所述监测场景中所关注行为具体为人的“玩手机”状态。
6.如权利要求5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***检测到“玩手机”行为时，发出玩手机报警指令。
7.如权利要求6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***警报指令发出后，清除报警指令。
CN201811528349.7A 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 Active CN109614939B (zh)

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 CN109614939A (zh) 2019-04-12
CN109614939B true 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)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
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
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***
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
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***及方法
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***
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***
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
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***

Citations (11)

* Cited by examiner, † Cited by third party
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***
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***
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***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***
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
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、***和存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9684941B2 (en) * 2012-10-29 2017-06-20 Digimarc Corporation Determining pose for use with digital watermarking, fingerprinting and augmented reality

Patent Citations (11)

* Cited by examiner, † Cited by third party
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***
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***
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***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***
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、***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)

* Cited by examiner, † Cited by third party
Title
Pose tracking from natural features on mobile phones;Daniel Wagner等;《2008 7th IEEE/ACM International Symposium on Mixed and Augmented Reality》;20081003;125-134 *
单目相机下的人体检测、三维姿态重构和动作分析;曹铭芪;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20150615(第6期);I138-557 *
基于关节点的人体动作识别及姿态分析研究;魏莱;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20150415(第4期);I138-1011 *

Also Published As

Publication number Publication date
CN109614939A (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
CN109614939B (zh) 基于人体姿态估计的“玩手机”行为检测识别方法
CN110210323B (zh) 一种基于机器视觉的溺水行为在线识别方法
US11557150B2 (en) Gesture control for communication with an autonomous vehicle on the basis of a simple 2D camera
CN109902562B (zh) 一种基于强化学习的驾驶员异常姿态监测方法
CN105022999B (zh) 一种人码伴随实时采集***
CN105654753A (zh) 一种智能车载安全驾驶辅助方法及***
CN107742097B (zh) 一种基于深度相机的人体行为识别方法
CN110956069B (zh) 一种行人3d位置的检测方法及装置、车载终端
CN104013414A (zh) 一种基于移动智能手机的驾驶员疲劳检测***
CN111597974A (zh) 一种基于tof相机车厢内人员活动的监控方法及***
CN105868690A (zh) 识别驾驶员打手机行为的方法和装置
CN111027478A (zh) 一种基于深度学习的司机、乘客行为分析与预警***
WO2023185034A1 (zh) 动作检测方法、装置、电子设备及存储介质
CN111950348A (zh) 安全带的佩戴状态识别方法、装置、电子设备和存储介质
CN114005167A (zh) 基于人体骨骼关键点的远距离视线估计方法和装置
CN114842459A (zh) 动作检测方法、装置、电子设备及存储介质
CN114764912A (zh) 驾驶行为识别方法、设备和存储介质
CN114170272A (zh) 一种云端环境下基于感知传感器的事故报告、储存方法
CN109919134B (zh) 一种基于视觉的运营车辆人员异常行为检测方法
CN117542027A (zh) 基于非接触式传感器的机组失能状态监测方法
KR102238629B1 (ko) 딥러닝 기반 저시정 상황 극복 시스템 및 방법
Miller et al. Intelligent Sensor Information System For Public Transport–To Safely Go…
CN111795703B (zh) 地图构建方法、装置、存储介质及移动设备
CN111797654A (zh) 驾驶员疲劳状态检测方法、装置、存储介质及移动终端
CN116246299A (zh) 一种结合目标检测和姿态识别技术的“低头族”智能识别***

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