[发明专利]一种基于YOLOV3司机危险动作识别方法及系统

说明书

本发明提供一种基于YOLOV3司机危险动作识别方法,获取司机的红外图像，通过人脸检测算法确定人脸位置，并且按照人脸位置选取司机危险行为待识别区域；使用YOLOV3算法快速检测待识别区域是否发生司机危险动作状态；如果YOLOV3算法检测到司机在做危险动作，将危险动作区域提取出来做深度学习分类，确定司机在做哪种危险行为；统计一段时间内，如果司机都在做某种危险行为，则提醒司机注意安全驾驶，并且将司机危险行为上传在云端；本发明还提供一种基于YOLOV3司机危险动作识别系统，使预测结果更为准确能大大减少警报危险行为的误识别。

技术领域

本发明涉及一种基于YOLOV3司机危险动作识别方法及系统。

背景技术

随着国内道路基建发展越来越完善，道路交通上运营车辆日益增多，国家也越发关注道路安全情况。同时，深度学习技术近几年发展非常迅猛，很多新颖而且效果非常好的算法大量涌现。技术的发展以及场景应用的需求，带动了大量高新技术落地，行车安全辅助驾驶就是深度学习视觉落地的一个方向。行车过程中往往绝大部分的交通事故是人为因素造成的，司机的疲劳驾驶，酒驾，或者行车过程中的不正当操作都可能造成重大交通事故以及重大经济损失。因此，检测司机驾驶过程中的危险动作行为是非常重要的，能有效减少交通事故的发生。下面介绍几种典型的司机危险行为的检测方法：

(1)基于传统图像算法分类的打电话识别技术：检测算法检测到人脸后，再以人脸为基础截取包括人脸的大区域，直接使用这个大区域分析司机是否打电话。常用传统机器学习算法是：利用AdaBoost人脸检测算法检测人脸，AdaBoost是英文Adaptive Boosting(自适应增强)的缩写，一种机器学习方法，常用于快速检测人脸；根据检测到的人脸截取大区域构造打电话的正负样本，利用SVM(全称Support Vector Machine，支持向量机，是一种传统机器学习算法)训练学习构建的样本库；预测阶段，加载训练好的SVM模型，输入截取的待检测区域，输出预测分类是否打电话的概率。算法优点：速度快；算法点：使用传统机器学习分类，算法学习能力不足导致最终准确率不高。

(2)基于深度学习算法分类的打电话识别技术：鉴于上面提到传统SVM机器学习方法学习能力不足，应对复杂实际应用场景时算法往往表现不尽人意，于是将分类的方法由SVM替换成CNN(卷积神经网络，用于提取图像特征)网络学习分类；深度学习CNN网络当网络够深时，CNN对数据有更好的特征提取能力，对实际行车各种复杂光线下打电话行为能学习能有更好的数据拟合效果。算法优点：深度学习方法能拟合大量复杂的数据，数据特征学习能力更强，在大数据背景下预测效果会比SVM更好；缺点：鉴于以人脸为基础的大区域进行分类，会引入很多无效的背景信息，当遇到算法未训练过的背景很容易出现莫名其妙的误识别。

(3)基于深度学习检测方法的打电话识别技术：输入图像分类识别打电话的方法，很有可能造成纯背景的情况误识别为司机在打电话，司机此时有可能在脸边没有任何手部动作的，这种误识别是难以理解的。于是，有工程师提出基于检测的方法来识别司机打电话动作。方法是利用改造的SSD(全称：Single Shot MultiBox Detector，是一种端到端的物体检测算法)算法用于检测举手打电话动作。利用检测的方法，不单单能知道图像中分类结果，而且能知道发生当前动作时的具体打电话位置，因此打电话检测方法能学习到图像中更为具体的动作发生的特征。算法优点：能有效解决纯背景的误检；算法缺点：举手打电话时，往往手部特征比电话特征更为明显，容易造成举手在耳边误识别为打电话。

以上方法，都是随着算法技术和硬件设备发展逐渐在效果上更新迭代的，效果一代比一代好。但是，对于实际复杂场景下使用依然存在较大的问题。一上面(3)提到的检测算法，能检测到打电话动作，同时仅仅举手没有打电话动作也很可能被误识别为打电话，显然算法设置还不够完美；二司机驾驶过程中，危险手部动作还很多，仅仅只检测打电话动作一种行为时安全性不够的。

发明内容

本发明要解决的技术问题，在于提供一种，使预测结果更为准确能大大减少警报危险行为的误识别。