[发明专利]一种基于深度学习的驾驶员玩手机行为的检测方法

摘要

本发明公开了一种基于深度学习的驾驶员玩手机行为的检测方法，在深度学习进行目标检测的基础上，提出对采集的视频进行预处理并对其卷积神经网络进行优化，通过采集驾驶员在驾驶室玩手机的视频样本转化为帧图像，将采集到的视频进行动态跟踪处理，将互受干扰的目标区域分开训练检测，优点在于大大改善了深度学习检测目标的实时性和准确性，在很大程度上减少了计算时间，大大提高了手和手机的特征提取准确率。

主权项

1.一种基于深度学习的驾驶员玩手机行为的检测方法，其特征在于具体检测方法如下：采集驾驶员在驾驶室玩手机的视频样本转化为帧图像，将对应像素值相减得到差分图像，然后设定阈值对差分图像二值化，对二值化后的动态目标图像进行滤波、膨胀、腐蚀等后续运算，去除孤立噪声点，得到动态目标区域，然后将获得的动态目标区域进行水平、垂直投影，找到动态目标区域上下左右四个临界点进行分割，得到动态目标区域包围盒；将得到的动态目标区域包围盒采用归一化的弯曲操作进行动态目标粗定位，将动态目标区域包围盒统一成分辨率一致的正方形；将归一化后的动态目标区域包围盒输入到训练后的卷积神经网络当中，使用分类器对输入的动态目标区域包围盒进行目标分类，区分出手和手机两类目标，给出手部和手机标签，得到手和手机的置信度分数，根据置信度分数阈值去除干扰目标，然后使用边框回归器对动态目标区域包围盒进行区域框定位，得到手和手机两类的动态目标区域包围盒；如果手的动态目标区域包围盒和手机的动态目标区域包围盒之间的距离小于等于手动态目标区域包围盒的半径和手机动态目标区域包围盒的半径之和，则判定两类动态目标区域包围盒存在重合现象，驾驶员存在玩手机行为；如果手的动态目标区域包围盒和手机的动态目标区域包围盒之间的距离大于手的动态目标区域包围盒的半径和手机的动态目标区域包围盒的半径之和，则判定两类动态目标区域包围盒不存在重合现象，驾驶员不存在玩手机行为。