结合骨骼关键点的驾驶员操作手机行为识别检测方法技术

本发明专利技术涉及驾驶员行为姿态识别技术领域，具体涉及一种结合骨骼关键点的驾驶员操作手机行为识别检测方法，在获取待检测的驾驶员图像后，框选出整个人体区域和手部区域；之后，通过整个人体区域分析驾驶员的双臂夹角角度是否符合夹角条件，通过手部区域识别是否存在手机目标，如果同时满足两个条件，则说明符合正在使用手机的所有条件，因此，可以将驾驶员正在使用手机的行为作为检测结果进行输出。与现有技术相比，本发明专利技术提供了一种全新的技术思路，并且该技术思路的可靠性好、实施较为便利、识别的效率也较高。本方法可以在驾驶员的实际驾驶过程中，对其操作手机的行为进行准确的识别。别。别。

【技术实现步骤摘要】
结合骨骼关键点的驾驶员操作手机行为识别检测方法


[0001]本专利技术涉及驾驶员行为姿态识别
，具体涉及一种结合骨骼关键点的驾驶员操作手机行为识别检测方法。

技术介绍

[0002]近年来我国交通事故虽然呈下降趋势，但总量依旧庞大，尤其在节假日期间，高速免费通行，自驾游、返乡游、探亲游，学生流等叠加，交通流将出现大幅增长。其中，开车时注意力不集中，单手操作方向盘，进行接打电话、查看手机消息等异常行为是导致道路交通事故的主要原因之一，并且是一种持续增长的现象。因此，在自然驾驶条件下，实时监测驾驶员有无操作手机行为，确保驾驶员的驾驶行为安全，对行驶车辆实行安全智能监控的研究至关重要。
[0003]目前，判断驾驶员操作手机行为的方法主要分为两类：一种是先识别人脸周围区域，然后在该区域内检测手机目标；另一种是扩大检测区域，融合其他特征信息综合判定操作手机行为。前者属于较单一的检测方法，且容易受到光照不均匀、有遮挡物等客观因素的影响，导致精度较低，漏检率高。后者融合多种信息的检测方法不仅能够识别在脸部周围接打电话的行为，而且可以对身体前侧区域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.结合骨骼关键点的驾驶员操作手机行为识别检测方法，其特征在于，包括以下步骤：S1、获取待检测的驾驶员图像，所述驾驶员图像的内容包括驾驶员的整个人体区域和手部区域；S2、对驾驶员图像进行候选框框选，框选出整个人体区域和手部区域；S3、通过预设的人体姿态识别模型，对驾驶员图像的整个人体区域进行骨骼关键点检测，获取预设的骨骼关键点的坐标，并根据骨骼关键点的坐标计算左右两臂的夹角角度；通过预设的目标检测模型，对驾驶员图像的手部区域进行手机目标识别；根据手部区域的手机目标识别结果、左右两臂的夹角角度及预设的夹角条件，判断是否存在使用手机的行为，若存在则转到S4，若不存在则返回S1；S4、将驾驶员正在使用手机的行为作为检测结果进行输出。2.如权利要求1所述的结合骨骼关键点的驾驶员操作手机行为识别检测方法，其特征在于：所述夹角条件包括：一手臂的夹角角度在55
°
以内，左右两臂的夹角角度均在55
°
以外但两臂夹角的角度差值大于30
°
。3.如权利要求2所述的结合骨骼关键点的驾驶员操作手机行为识别检测方法，其特征在于：S4中，若驾驶员一手臂的夹角角度在55
°
以内，则将驾驶员正耳部接听电话作为检测结果；若左右两臂的夹角角度均在55
°
以外但两臂夹角的角度差值大于30
°
，则将驾驶员正操作手机作为检测结果。4.如权利要求1所述的结合骨骼关键点的驾驶员操作手机行为识别检测方法，其特征在于：S2中，对驾驶员图像进行候选框选定前，还对驾驶员图像进行预处理；所述预处理包括图像同态滤波。5.如权利要求1所述的结合骨骼关键点的驾驶员操作手机行为识别检测方法，其特征在于：所述人体姿态识别模型为Alphapose人体姿态识别模型。6.如权利要求1所述的结合骨骼关键点的驾驶员操作手机行为识别检测方法，其特征在于：所述目标检测模型采用Yolov5模型结构，包括特征提取网络单元、特征增强网络单元和特征分类网络单元；特征提取网络单元用于提取三个有效特征层，并分别生成对应的有效特征图；特征网络单元包括三个特征增强网络层，分别接收特征提取网络的一个有效特征图；每个特征增强网络层包括图像尺寸缩放模块、卷积模块、下采样模块、特征融合模块和上采样模块；图像尺寸缩放模块用于将有效特征图进行尺寸的缩放，得到每个有效特征图对应的一个放大尺寸的特征图像、一个原始尺寸的特征图像和一个缩小尺寸的特征图像，并发送给对应的卷积模块；所述卷积模块用于分别对不同尺寸的特征图像进行卷积处理；所述下采样模...

【专利技术属性】
技术研发人员：蓝章礼，杨晴晴，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：