买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江工业大学申请的专利基于多模块人脸识别的驾驶员车内接打手机检测方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118397671B 。

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410277771.9，技术领域涉及：G06V40/16；该发明授权基于多模块人脸识别的驾驶员车内接打手机检测方法和装置是由汪圆;叶剑峰;华夏;张宝柱;童胜坤;于成;高斌;竹杨娜;吕梦霞;梁会会设计研发完成，并于2024-03-12向国家知识产权局提交的专利申请。

本基于多模块人脸识别的驾驶员车内接打手机检测方法和装置在说明书摘要公布了：基于多模块人脸识别的驾驶员车内接打手机检测方法和装置，其方法包括：获取图像数据集，车内摄像头或其他视觉设备实时录像，将视频流传输至嵌入式设备或传输至云端等，将接收到的视频直接作为训练后目标检测算法的输入进行实时检测；目标检测算法对于手机以及驾驶员进行实时检测，将目标检测算法识别后的预测框作为输入，对于目标物进行实时跟踪；采用孪生全连接神经网络SiameseFC目标跟踪算法，利用目标跟踪算法对手机进行计数和追踪；目标检测算法对驾驶员进行标记并实时跟踪；识别人脸关键点检测；接打手机操作判定。本发明降低了计算量，提高了驾驶员与手机重叠、遮挡时的检测性能，和手机小目标检测性能。

本发明授权基于多模块人脸识别的驾驶员车内接打手机检测方法和装置在权利要求书中公布了：1.基于多模块人脸识别的驾驶员车内接打手机检测方法，具体包括如下步骤：步骤1获取图像数据集；车内摄像头或其他视觉设备实时录像，将视频流传输至嵌入式设备或传输至云端，将接收到的视频直接作为训练后目标检测算法的输入进行实时检测；步骤2：目标检测算法对于手机以及驾驶员进行实时检测；目标跟踪算法将目标检测算法识别后的预测框作为输入，对于目标物进行实时跟踪；采用孪生全连接神经网络SiameseFC目标跟踪算法，利用目标跟踪算法对手机进行计数和追踪；步骤3：目标检测算法对驾驶员进行标记并实时跟踪；当手机检测框与驾驶员检测框存在重叠时，对于重叠的驾驶员检测框标记计数进行区别，同时回传驾驶员标记值与驾驶员检测框实时参数，当标记的手机检测框结束与驾驶员检测框重叠时，舍弃该驾驶员检测框标记，同时停止回传实时参数；步骤4：识别人脸关键点检测；步骤5：接打手机操作判定；步骤1具体包括：步骤1.1：将目标检测算法主干网络瓶颈层的特征提取算法更改为轻量化网络结构，采用端侧神经网络架构GhostNet组成的GhostBottle；在满足相同通道数量的前提下，特征提取能力增强，大幅度减少了整体模型的计算量和参数量，利于该检测算法在嵌入式设备中使用，提高检测速度；步骤1.2：目标检测算法的主干网络末端增加注意力机制算法，通过对于各个通道赋予权重，强化特征提取；从不同的特征空间中学习自适应注意力分布；步骤1.3：目标检测算法保留原始检测维度，不降低原有尺度特征学习能力，增加连接层、卷积层、瓶颈层，并再次进行上采样和下采样，将主干网络中保留较多小目标特征信息的同尺度特征层输入连接层，进行特征融合操作；由于增加了检测层检测尺度多样性，采用遗传算法对于自定义数据集进行分析计算，获得该数据集各尺度所需预测锚框；步骤1.4：采用concat连接层对于不同层级但尺度相同的特征层进行融合，减少特征丢失，将目标检测算法的主干网络多层计算结果一次或多次输入加强特征提取网络；加强特征提取网络分为两个部分，自下而上结构和自上而下结构；自下而上的部分对于两个同尺度特征进行融合；到自上而下结构时，对于三个同尺度特征利用跳跃连接的方式进行融合，并在经过瓶颈层后输出，对于多个不同尺度目标进行预测；步骤2具体包括：步骤2.1：当检测到手机后，首先利用目标跟踪算法对手机进行标记计数并区别，同时截取首次标记目标物的单帧图像作为全景图片留存，便于后续人工判别；步骤2.2：输出实时跟踪后获得手机的标记值以及检测框实时参数xc,yc,wc,hc，xc,yc表示手机检测框的中心点，wc,hc表示手机检测框的宽与高；步骤2.3：若手机检测框实时参数在一定时间内不发生改变，则认定该目标物被抛弃或未被使用，保留该手机的标记值，但不作为步骤3.2与步骤5比对目标，直至该目标物的实时参数发生改变；步骤3具体包括：步骤3.1：目标检测算法同时对驾驶员进行标记并实时跟踪，输出实时跟踪后获得驾驶员的标记值以及检测框实时参数xR,yR,wR,hR，xR,yR表示驾驶员检测框的中心点，wR,hR表示驾驶员检测框的宽与高；步骤3.2：当手机检测框与驾驶员检测框存在重叠时，对于重叠的驾驶员检测框标记计数进行区别；步骤3.3：同时回传驾驶员标记值与驾驶员检测框实时参数xR,yR,wR,hR；当标记的手机检测框结束与驾驶员检测框重叠时，舍弃该驾驶员检测框标记，同时停止回传实时参数；步骤4具体包括：步骤4.1：将人脸关键点检测算法主干网络瓶颈层的特征提取算法更改为轻量化网络结构，采用GhostBottle网络结构，并对于每个层的特征数量进行调整；人脸关键点检测算法较于图像识别算法，对于人脸识别更为精准，驾驶员脸部存在部分遮挡或驾驶员侧脸、抬头、低头的行为均能进行高精度关键点检测，利用与后续手机识别后检测框的重合度进来比对；步骤4.2：将步骤3.3中含有驾驶员检测框标记的目标图像作为人脸关键点检测算法的输入，进行驾驶员脸部关键点检测，并保留嘴部关键点，将关键点进行连接，形成精准的嘴部区域；当检测时关键点缺失时，形成的嘴部区域以其中心点为放缩原点，将区域放大；步骤5具体包括：将步骤4.2中检测到的嘴部区域与带有标记的手机检测框实时参数进行比对，若发生重叠且重叠时间超过设定阈值，则判定该驾驶员为接打手机者，并截取判定时的检测框图像，利用人工判定；以及截取该驾驶员人脸图像，便于后续结合其他设备，进行驾驶员脸比对。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。