一种基于深度图像的驾驶行为识别方法和系统
基本信息
| 申请号 | CN202210415288.3 | 申请日 | - |
| 公开（公告）号 | CN114694127A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694127A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V20/59（2022.01）I;G06V10/26（2022.01）I;G06V10/32（2022.01）I;G06V10/44（2022.01）I;G06V10/774（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 汤子昕;沈澍;陆俐佳;蔡启航;耿昕雨;李严 | 申请（专利权）人 | 南京邮电大学 |
| 代理机构 | 南京正联知识产权代理有限公司 | 代理人 | - |
| 地址 | 210003江苏省南京市鼓楼区新模范马路66号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于深度图像的驾驶行为识别方法和系统，包括：采集驾驶员的深度图像序列，形成包含驾驶员上半身骨骼点信息的图像训练集；进行深度图像预处理；分析图像位置信息，获取深度图像时间序列并进行归一化处理；分析图像骨骼信息，计算骨骼节点矩阵并进行归一化处理；利用改进的VGG‑16网络处理所得数据，融合深度图像序列和骨骼点信息的训练结果，输出驾驶行为分类结果。本方法和系统采用骨骼追踪融合卷积神经网络与疲劳检测的计算机视觉处理方法，设计了一套轻便低复杂度的边缘系统，满足了真实驾驶环境下易部署、高稳定性的要求，能够高效、准确、及时地检测出驾驶员的违规行为并给予警示，从而减少交通安全事故发生的可能性，为道路安全保驾护航。 |
