【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种使用手机行为识别方法、装置、电子设备及存储介质。
技术介绍
1、目前，开车接打电话抓拍、驾驶员打电话行为检测与分析、驾驶行为分析检测等打电话行为检测，通常是采用基于深度学习、神经网络等融合进行计算机视觉检测。例如，可以基于构建的浅层神经网络进行人脸、手机的定位以及驾驶员讲话行为判别，可同时对听筒和免提接听两种状态进行检测。然而该方法在性能上存在一定的缺陷，平均耗时230ms/frame，在视频分析领域，需要存储海量的数据，与此同时还需要实时返回检测结果，因此在检测耗时和数据传输时延性能上还有待提升。
2、目前的适用于办公区或督察的使用手机识别方案，主要是基于人体关键点信息进行目标定位，接着通过时序分析计算使用手机累计时长，然而在精度以及场景适配上存在不足。
3、因此，如何在实现打电话或玩手机行为检测的同时，提高检测的性能、精度和适用场景是目前亟待解决的课题。
技术实现思路
1、针对现有技术存在的问题，本专利技术提供一种使用手机行为
【技术保护点】
1.一种使用手机行为识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一目标框的位置坐标和所述第二目标框的位置坐标，计算所述第一目标框和所述第二目标框的交并比，包括：
3.根据权利要求1所述的方法，其特征在于，所述Yolov7目标检测模型采用以下方式进行训练：
4.根据权利要求3所述的方法，其特征在于，在所述获取各个视角下的使用手机正例及负例样本图像之前，还包括：
5.根据权利要求3所述的方法，其特征在于，所述对所述样本图像进行图像预处理操作，包括：
6.根据权利要求5所述...
【技术特征摘要】
1.一种使用手机行为识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一目标框的位置坐标和所述第二目标框的位置坐标，计算所述第一目标框和所述第二目标框的交并比，包括：
3.根据权利要求1所述的方法，其特征在于，所述yolov7目标检测模型采用以下方式进行训练：
4.根据权利要求3所述的方法，其特征在于，在所述获取各个视角下的使用手机正例及负例样本图像之前，还包括：
5.根据权利要求3所述的方法，其特征在于，所述对所述样本图像进行图像预处理操作，包括：
6.根据权利要求5所述的方法，其特征在于，所述对标准化处理后的样本图像进行随机对比度调整，得到数据增强后...
【专利技术属性】
技术研发人员：周幸子，唐政，袁明明，王凯，张传刚，
申请(专利权)人：北京天元创新科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。