[发明专利]一种从整体到局部的两阶段打电话行为识别方法

权利要求书

1.一种从整体到局部的两阶段打电话行为识别方法，其特征在于：所述识别方法包括以下步骤：

步骤1、CNN模型训练

CNN模型训练包括基于CNN的整体初筛模型和基于CNN的局部确认模型，两个模型的训练具体如下：

整体初筛模型的训练

首先，进行样本采集：采集司机驾驶过程中的图像，且从网上爬取打电话的图片，将司机驾驶过程中的图像以及网上爬取的打电话图片作为样本，样本包括正样本和负样本即打电话的样本和本非打电话的样本；

然后，进行样本预处理：对采集的样本进行人脸检测，然后根据人脸的位置动态裁剪出获取感兴趣的整体分析区域；

最后，进行模型训练：将处理后的样本进行整理，采用有监督的SGD方法训练得到基于CNN的整体初筛模型；

局部确认模型的训练

首先，进行样本采集：采集司机驾驶过程中的图像，且从网上爬取打电话的图片，将司机驾驶过程中的图像以及网上爬取的打电话图片作为样本，样本包括正样本和负样本即打电话的样本和本非打电话的样本；

然后，进行样本预处理：对采集的样本进行人脸的检测，然后根据人脸的位置动态裁剪出获取感兴趣的局部分析区域；

最后，进行模型训练：将处理后的样本进行整理，采用有监督的SGD方法训练基于CNN的局部确认模型；

步骤2、CNN模型预测

采用步骤1训练得到的整体初筛模型和局部确认模型进行打电话行为的识别，具体如下：

步骤2.1、实时获取司机图片；

步骤2.2、检测司机的人脸，获取司机人脸位置；

步骤2.3、根据人脸的位置动态选取感兴趣的整体分析区域；然后调用整体初筛模型对感兴趣的整体分析区域进行分类，分析司机是否打电话；如果司机并未打电话，得到司机未打电话的结果；如果司机打电话，则进入步骤2.4；

步骤2.4、根据步骤2.2得到的人脸位置动态选取感兴趣的局部分析区域，并使用局部确认模型对感兴趣的局部分析区域进行识别，给出识别结果。

2.根据权利要求1所述的一种从整体到局部的两阶段打电话行为识别方法，其特征在于：

获取感兴趣的整体分析区域时，人脸的区域位置为Face_Rect(x,y,w,h)，感兴趣的整体分析区域包含全部人脸，根据人脸的位置为中心，扩充固定的倍数n，得到感兴趣的整体分析区域的位置为Big_Phone_Rect(x^,y^,w^,h^)，即w^＝w*n；

获取感兴趣的局部分析区域时，假设人脸的区域位置为Face_Rect(x,y,w,h)，感兴趣的局部分析区域位置Small_Phone_Rect(x”,y”,w”,h”)为能够包含手的长方形的区域框。