基于深度学习多模型融合的用户接打手机行为检测方法
基本信息
| 申请号 | CN202111232852.X | 申请日 | - |
| 公开（公告）号 | CN114120216A | 公开（公告）日 | 2022-03-01 |
| 申请公布号 | CN114120216A | 申请公布日 | 2022-03-01 |
| 分类号 | G06V20/52（2022.01）I;G06V40/10（2022.01）I;G06V40/20（2022.01）I;G06K9/62（2022.01）I;G06V10/80（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 孙仕胜;杜强;张凯源;王艳辉;鲍自翔;冯庆华;朱君;郭钢;谢光华;杨云杰;伍星;赖文华;刘守会;罗倩云;苏爽;唐青;郑承新 | 申请（专利权）人 | 昆仑数智科技有限责任公司 |
| 代理机构 | 北京天奇智新知识产权代理有限公司 | 代理人 | 叶明博 |
| 地址 | 100007 北京市东城区青龙胡同1号歌华大厦1501室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习多模型融合的用户接打手机行为检测方法，得到人员抬手动作概率、手机位于人体头部的概率；将人员抬手动作判别器和手机判别器结果输入人员接打判别器，根据人员抬手动作概率和手机位于人体头部的概率最终确定目标视频流中是否有人接打手机。本发明综合了手机检测模型、人体关键点检测模型的预测结果，当任意一个模型的计算公式预测概率大于设定的值时，直接判定有人员接打手机，这样可以避免单一模漏检造成降低接打手机检测召回率下降，即使当两个模型的计算公式预测概率都较低时，也可以融合两个模型的检测结果，从而提高整个算法的召回率。 |
