基于深度神經(jīng)網(wǎng)絡(luò)的駕駛員違章行為識(shí)別方法

姜雨凱 周亢 李志偉 李杰 丁政 向陽(yáng) 邵葉秦

摘要：駕駛員的違章行為是造成交通事故的主要原因之一，利用攝像頭實(shí)時(shí)監(jiān)控行駛過(guò)程中的駕駛員違章行為是一個(gè)減少交通事故的有效方法。本文提出一種通過(guò)深度神經(jīng)網(wǎng)絡(luò)的駕駛員違章行為識(shí)別方法。首先，利用Deep-Pose檢測(cè)駕駛員身體關(guān)鍵點(diǎn)，接著，基于這些關(guān)鍵點(diǎn)提取動(dòng)作特征，然后使用最近鄰分類器識(shí)別典型違章行為。實(shí)驗(yàn)證明，本文的方法對(duì)于典型的違章行為是有效的。

關(guān)鍵字：駕駛員違章行為;人體關(guān)鍵點(diǎn);深度神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）12-0198-03

1引言

隨著計(jì)算機(jī)和人工智能的飛速發(fā)展，深度神經(jīng)網(wǎng)絡(luò)已經(jīng)成為計(jì)算機(jī)領(lǐng)域近年來(lái)最為熱門(mén)的研究方向，并且在機(jī)器視覺(jué)、語(yǔ)言識(shí)別和文本處理等諸多應(yīng)用領(lǐng)域中取得了重大突破。深度神經(jīng)網(wǎng)絡(luò)模型是通過(guò)分層提取數(shù)據(jù)的底層特征，通過(guò)多層組合計(jì)算進(jìn)而給出更為復(fù)雜的特征描述，進(jìn)而讓機(jī)器理解圖像信息。

目前國(guó)內(nèi)外學(xué)者提出多種檢測(cè)駕駛員行為，主要分為三類：通過(guò)傳感器檢測(cè)車(chē)輛狀態(tài)、通過(guò)生理指數(shù)測(cè)量、通過(guò)計(jì)算機(jī)視覺(jué)檢測(cè)剛。在實(shí)際應(yīng)用中，前兩種方法需要復(fù)雜的儀器設(shè)備來(lái)輔助檢測(cè)，會(huì)干擾駕駛員的正常駕駛。因此，國(guó)內(nèi)外的一些學(xué)者從計(jì)算機(jī)視覺(jué)檢測(cè)這個(gè)方向進(jìn)行研究，這些研究根據(jù)膚色特征檢測(cè)手或人臉等，檢測(cè)駕駛員姿態(tài)，但容易受到外部環(huán)境的制約，比如光線昏暗或者光線強(qiáng)烈的環(huán)境下容易導(dǎo)致識(shí)別準(zhǔn)確率低。

為了解決這個(gè)問(wèn)題，本文提出基于深度神經(jīng)網(wǎng)絡(luò)的駕駛員違章行為識(shí)別系統(tǒng)，通過(guò)深度神經(jīng)網(wǎng)絡(luò)檢測(cè)駕駛員的人體關(guān)鍵點(diǎn)，并據(jù)此提取駕駛員的行為特征，然后使用分類器決定駕駛員的行為是否違章。

2基于深度神經(jīng)網(wǎng)絡(luò)的駕駛員人體關(guān)鍵點(diǎn)檢測(cè)

2.1人體關(guān)鍵點(diǎn)檢測(cè)

本文對(duì)于駕駛員的行為分析主要依據(jù)是上半身，因此本文只檢測(cè)駕駛員上半身10個(gè)關(guān)鍵位置，分別是：頭部、頸部、胸膛、腰部、左肩、右肩、左肘、右肘、左手腕、右手腕。為了檢測(cè)人體的這些關(guān)鍵點(diǎn)，本文采用DeepPose方法。該方法分為兩個(gè)步驟。

4結(jié)束語(yǔ)

本文提出了一種基于深度神經(jīng)網(wǎng)絡(luò)的駕駛員違章行為識(shí)別方法，通過(guò)基于Deep-Pose網(wǎng)絡(luò)檢測(cè)人體關(guān)鍵點(diǎn)，并提取人體動(dòng)作特征識(shí)別違章行為。實(shí)驗(yàn)證明，本文方法能有效地識(shí)別典型的打電話、玩手機(jī)等違章行為。