[发明专利]一种办公区玩手机行为识别方法、装置和计算设备

说明书

本发明是关于一种办公区玩手机行为识别方法、装置和计算机设备。该方法包括：输入待识别的监控视频，抽取关键帧；检测所述关键帧对应的人体子图的上半身人体的关键点；利用上半身人体关键点信息，生成玩手机行为识别候选区域；使用玩手机分类识别模型对所述玩手机行为识别候选区域进行识别，得出所述玩手机行为识别候选区域的分类置信度；根据所述分类置信度判断所述玩手机行为识别候选区域对应监控视频中是否存在玩手机的行为。本发明可以仅进行人体上半身的头部、肩部、肘部和手部关键点检测，不仅能更好的适应特定场景的玩手机识别任务需求，还能有效减少玩手机行为模型复杂度和计算代价。同时也可以避免对人体下半身关键点的依赖。

技术领域

本发明涉及计算机视觉技术领域，一种办公区玩手机行为识别方法、装置和计算机设备。

背景技术

在特定场景下，办公人员需要时刻保持专注的工作状态。为了保证并提高办公效率和办公质量，则需要对办公人员进行行为监控和异常行为识别，其中,包括了办公时间玩手机的异常行为监控。对玩手机行为的异常监控往往需要遍历办公区域多个监控摄像头的长时间监控视频，使用人力观察费时费力且效率低下。

目前基于视频图像的玩手机行为识别方法主要利用深度学习方法通过人体姿态估计和手机检测实现。有些方法主要利用视频图像数据，通过基于深度学习的人体检测，手机检测和人体姿态估计技术来实现玩手机行为识别，这往往能获得高精度的识别效果。但由于不同场景有不同的拍摄视角、用户不同的性能需求、和不同的技术困难和挑战，这导致上述方法难以简单迁移使用至本场景下。

在特定场景中，拍摄视角为俯视，且大多时候办公人员为坐立姿态，这导致下半身往往受到大面积遮挡，即在办公时仅露出上半身，或是由于其他遮挡原因导致部分关键点丢失，这使得使用人体关键点进行姿态估计变得困难。导致现有玩手机公开专利的姿态估计方法难以实现较高的精度。

由于打电话行为和玩手机行为均为手机出现在手部区域附近，两者行为存在较大的相似度，而如何避免打电话行为对玩手机行为产生的误报干扰是降低玩手机识别误报率的重要条件。现有方法仅通过手机是否出现在手部附近来判断是否为玩手机行为，这导致系统难以对打电话行为和玩手机行为进行区分，从而存在较高的误报风险。

实际应用中往往需要同时监控多个房间，这使得识别效率和硬件资源的占用需要额外考虑。现有方法通常在手部附近区域使用目标检测算法进行手机检测，而检测算法本身存在较高的资源占用和较大的计算代价，这无疑使有限的计算资源承担了较大的压力。

发明内容

为克服相关技术中存在的问题，本发明提供一种办公区玩手机行为识别方法、装置和计算机设备，可以仅进行人体上半身的头部、肩部、肘部和手部关键点检测，不仅能更好的适应特定场景的玩手机识别任务需求，还能有效减少玩手机行为模型复杂度和计算代价。

根据本发明实施例的第一方面，提供一种办公区玩手机行为识别方法，包括输入待识别的监控视频，抽取关键帧；

检测所述关键帧对应的人体子图的上半身人体的关键点；

利用上半身人体关键点信息，生成玩手机行为识别候选区域；

使用玩手机分类识别模型对所述玩手机行为识别候选区域进行识别，得出所述玩手机行为识别候选区域的分类置信度；

根据所述分类置信度判断所述玩手机行为识别候选区域对应监控视频中是否存在玩手机的行为。

根据本发明实施例的第二方面，提供一种办公区玩手机行为识别装置，包括关键帧获取模块、关键点检测模块、候选区域生成模块、行为识别模块和行为确定模块；

关键帧获取模块，用于输入待识别的监控视频，抽取关键帧；

关键点检测模块，用于检测所述关键帧对应的人体子图的上半身人体的关键点；