一种利用关键点注意力的驾驶员分心驾驶监测方法技术

本发明专利技术公开了一种利用关键点注意力的驾驶员分心驾驶监测方法。该方法利用驾驶员的判别性关键点特征以区分具有相似外观的分心驾驶行为。本发明专利技术提出通道

【技术实现步骤摘要】
一种利用关键点注意力的驾驶员分心驾驶监测方法


[0001]本专利技术属于图像处理和模式识别领域，具体涉及一种利用关键点注意力的驾驶员分心驾驶监测方法。

技术介绍

[0002]如今，越来越多的现代车辆配备了高级驾驶员辅助系统（ADAS）。开发这些系统是为了通过警告驾驶员可能出现的问题并在发生事故时使驾驶员和乘客能够以安全的技术来预防事故。但是，即使是当今最新的自动驾驶汽车也不是完全自动驾驶，需要驾驶员保持谨慎并准备在紧急情况下控制方向盘。自动驾驶分为5个级别，大多数自动驾驶汽车属于2级或3级类别，这意味着驾驶员必须在要求时随时准备干预，并且不能分心。属于第4级类别的正在开发的系统的示例是Waymo自动驾驶室服务。目前已发生了几起自动驾驶汽车死亡事故，例如特斯拉自动驾驶汽车在2016年5月与佛罗里达州威利斯顿的白色卡车挂车相撞，以及优步的自动驾驶汽车在紧急情况下在方向盘后撞，于2018年3月在亚利桑那州撞死一名行人。在这两例死亡中，驾驶员本可以避免发生事故，但是证据表明他分心了。这使得分心的驾驶员检测成为汽车的重要组成部分，并可能导致新的ADAS系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用关键点注意力的驾驶员分心驾驶监测方法，其特征在于，包括以下步骤：步骤1：分心驾驶图像数据集选用现有的StateFarm数据集；步骤2：构建基于关键点投影的注意力网络；采用与通道
‑
空间转换块相结合的ResNet
‑
50作为主干，提取全局特征，并输入到所有后续分支中；同时，使用Lightweight OpenPose来生成包含丰富空间信息的关键点热力图；对于头部和手部关键点，将热力图与全局特征相乘，再将乘积与全局特征逐元素相加以生成关键点增强特征，并将其串联起来进行最终分类；步骤3：训练基于关键点投影的注意力网络；基于深度学习平台PyTorch，采用随机梯度下降算法优化参数；步骤4：对基于关键点投影的注意力网络进行测试。2.根据权利要求1所述的一种利用关键点注意力的驾驶员分心驾驶监测方法，其特征在于，步骤2所述的构建基于关键点投影的注意力网络，采用与通道
‑
空间转换块相结合的ResNet
‑
50作为主干，提取全局特征，并输入到所有后续分支中；同时，使用Lightweight OpenPose来生成包含丰富空间信息的关键点热力图；对于头部和手部关键点，将热力图与全局特征相乘，再将乘积与全局特征逐元素相加以生成关键点增强特征，并将其串联起来进行最终分类；步骤201：对于输入的驾驶图像，提出通道
‑
空间转换卷积以提取全局特征，其明确地对特征通道之间的相互依赖性进行建模；其对全局特征进行选择性处理，即只有一半的输入通道通过通道
‑
空间变换卷积进行处理；具体地说，具有 C 通...

【专利技术属性】
技术研发人员：路小波，陆明琦，胡耀聪，
申请(专利权)人：东南大学，
类型：发明
国别省市：