基于深度神經網絡的駕駛員違章行為識別方法

姜雨凱 周亢 李志偉 李杰 丁政 向陽 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，利用攝像頭實時監(jiān)控行駛過程中的駕駛員違章行為是一個減少交通事故的有效方法。本文提出一種通過深度神經網絡的駕駛員違章行為識別方法。首先，利用Deep-Pose檢測駕駛員身體關鍵點，接著，基于這些關鍵點提取動作特征，然后使用最近鄰分類器識別典型違章行為。實驗證明，本文的方法對于典型的違章行為是有效的。

關鍵字：駕駛員違章行為;人體關鍵點;深度神經網絡

中圖分類號：TP391 文獻標識碼：A

文章編號：1009-3044（2020）12-0198-03

1引言

隨著計算機和人工智能的飛速發(fā)展，深度神經網絡已經成為計算機領域近年來最為熱門的研究方向，并且在機器視覺、語言識別和文本處理等諸多應用領域中取得了重大突破。深度神經網絡模型是通過分層提取數據的底層特征，通過多層組合計算進而給出更為復雜的特征描述，進而讓機器理解圖像信息。

目前國內外學者提出多種檢測駕駛員行為，主要分為三類：通過傳感器檢測車輛狀態(tài)、通過生理指數測量、通過計算機視覺檢測剛。在實際應用中，前兩種方法需要復雜的儀器設備來輔助檢測，會干擾駕駛員的正常駕駛。因此，國內外的一些學者從計算機視覺檢測這個方向進行研究，這些研究根據膚色特征檢測手或人臉等，檢測駕駛員姿態(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烈的環(huán)境下容易導致識別準確率低。

為了解決這個問題，本文提出基于深度神經網絡的駕駛員違章行為識別系統(tǒng)，通過深度神經網絡檢測駕駛員的人體關鍵點，并據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基于深度神經網絡的駕駛員人體關鍵點檢測

2.1人體關鍵點檢測

本文對于駕駛員的行為分析主要依據是上半身，因此本文只檢測駕駛員上半身10個關鍵位置，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。為了檢測人體的這些關鍵點，本文采用DeepPose方法。該方法分為兩個步驟。

4結束語

本文提出了一種基于深度神經網絡的駕駛員違章行為識別方法，通過基于Deep-Pose網絡檢測人體關鍵點，并提取人體動作特征識別違章行為。實驗證明，本文方法能有效地識別典型的打電話、玩手機等違章行為。