基于人體關鍵點的分心駕駛行為識別
摘要:駕駛員分心駕駛是造成交通事故的主要原因之一,利用車載設備識別駕駛員是否存在分心行為是當下亟須解決的問題。識別駕駛員是否存在分心行為的關鍵,在于正確理解駕駛員的姿態。對此,文中提出一種使用駕駛員的人體關鍵點位置信息來幫助卷積神經網絡識別駕駛員是否分心駕駛的方法。通過加入人體關鍵點的位置信息,可以有效地使得卷積神經網絡關注于駕駛員的姿態,減少背景信息的干擾。使用AlphaPose系統獲取駕駛員上半身9個關鍵點的坐標,利用高斯公式分別以每個關鍵點為中心生成熱力圖。熱力圖包含關鍵點位置的響應,離關鍵點越近的位置,響應值越大。在VGG16和ResNet50的基礎上,探討8種結構,分別將9張熱力圖和不同的特征圖融合,作為下一個卷積的輸入。實驗結果表明,該方法在StateFarm數據集上達到了94.934%的準確率,優于其他方法。
注: 保護知識產權,如需閱讀全文請聯系計算機技術與發展雜志社






