[发明专利]人工智能识别危险行为方法、装置、电子设备和存储介质

权利要求书

1.一种人工智能识别危险行为方法，其特征在于，包括：

对实时获取的待检测图片进行人脸检测，得到每个所述待检测图片的人脸位置框；

通过对所述人脸位置框进行区域放大的预处理操作，获得放大后的人脸位置框；

同步识别所述放大后的人脸位置框中包含危险行为特征的待检测图片；

其中，所述危险行为包括吸烟行为和/或打电话行为。

2.根据权利要求1所述人工智能识别危险行为方法，其特征在于，所述对实时获取的待检测图片进行人脸检测，得到每个所述待检测图片的人脸位置框，包括：

通过人脸检测器对所述待检测图片进行人脸检测，提取所述待检测图片中至少一个人脸位置框。

3.根据权利要求1所述人工智能识别危险行为方法，其特征在于，所述通过对所述人脸位置框进行区域放大的预处理操作，获得放大后的人脸位置框，包括：

从所述人脸位置框的中心位置向外扩展预设比例，以获得反放大后的人脸位置框。

4.根据权利要求1所述人工智能识别危险行为方法，其特征在于，所述同步识别所述放大后的人脸位置框中包含危险行为特征的待检测图片，包括：

通过MobileNetV2识别器同步识别所述放大后的人脸位置框中包含危险行为特征的待检测图片。

5.根据权利要求4所述人工智能识别危险行为方法，其特征在于，在所述通过MobileNetV2识别器同步识别所述放大后的人脸位置框中包含危险行为特征的待检测图片之前，包括：

将样本图片进行预处理，得到样本危险行为特征图；

利用样本危险行为特征图和损失函数，训练所述MobileNetV2识别器；

其中，所述损失函数为交叉熵损失函数，公式为：

其中，C为当前分类任务的类别个数；p_i为样本危险行为特征图的实际类别；q_i为所述样本危险行为特征图中每个类别的概率。

6.一种人工智能识别危险行为装置，其特征在于，包括：

人脸检测模块，用于对实时获取的待检测图片进行人脸检测，得到每个所述待检测图片的人脸位置框；

图片预处理模块，用于通过对所述人脸位置框进行区域放大的预处理操作，获得放大后的人脸位置框；

识别模块，用于同步识别所述放大后的人脸位置框中包含危险行为特征的待检测图片；

其中，所述危险行为包括吸烟行为和/或打电话行为。

7.根据权利要求6所述人工智能识别危险行为装置，其特征在于，所述人脸检测模块，还用于：

通过人脸检测器对所述待检测图片进行人脸检测，提取所述待检测图片中至少一个人脸位置框。

8.根据权利要求6所述人工智能识别危险行为装置，其特征在于，所述图片预处理模块，还用于：

从所述人脸位置框的中心位置向外扩展预设比例，以获得放大后的人脸位置框。

9.根据权利要求6所述人工智能识别危险行为装置，其特征在于，所述识别模块，还用于：

通过MobileNetV2识别器同步识别所述放大后的人脸位置框中包含危险行为特征的待检测图片。

10.根据权利要求9所述人工智能识别危险行为装置，其特征在于，还包括训练模块，用于：

将样本图片进行预处理，得到样本危险行为特征图；

利用样本危险行为特征图和损失函数，训练所述MobileNetV2识别器；

其中，所述损失函数为交叉熵损失函数，公式为：

其中，C为当前分类任务的类别个数；p_i为样本危险行为特征图的实际类别；q_i为所述样本危险行为特征图中每个类别的概率。