买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江万里学院

摘要：本发明属于计算机视觉技术领域，提供了一种分心驾驶行为的检测方法，包括步骤：S1、通过预设方式获取驾驶员驾驶行为的实时图像；S2、通过CNN神经网络将所述图像进行图像前处理，并将处理后的图像分为有人区域图像或无人区域图像；S3、将分类后的图像通过分心驾驶行为的训练模型进行分心驾驶行为检测，并得到检测结果。本发明还提供了一种分心驾驶行为检测系统，本发明的优点在于通过融合了注意力机制的目标检测网络CenterNet，使其能够识别驾驶时抽烟动作和进食行为，对于分心驾驶行为，能够实时准确地检测出驾驶员驾驶过程中在分心行为，检测精度高。

主权项：1.一种分心驾驶行为的检测方法，其特征在于，包括步骤：S1、通过预设方式获取驾驶员驾驶行为的实时图像；S2、通过CNN神经网络将所述图像进行图像前处理，并将处理后的图像分为有人区域图像或无人区域图像；S3、将分类后的图像通过分心驾驶行为的训练模型进行分心驾驶行为检测，并得到检测结果；步骤S3中得到分心驾驶行为的训练模型的具体步骤为：S31、通过预设方式获取不同时间段驾驶员分心驾驶行为的多个图像，并建立对应的数据集；S32、通过CNN神经网络将所述数据集进行图像前处理，并将处理后的图像分为有人区域图像或无人区域图像，建立对应的有人区域图像数据子集和无人区域图像数据子集；S33、通过包含有注意力机制模块的CenterNet网络对两类数据子集中的图像进行增强特征提取；S34、通过包含增强特征的图像对CenterNet网络进行目标检测训练得到训练模型；步骤S32的具体步骤为：S321、将数据集中的图像进行预处理；S322、将预处理后的图像通过CNN神经网络进行图像处理；S323、将通过CNN神经网络处理后的图像分为有人区域图像或无人区域图像，并建立对应的有人区域图像数据子集和无人区域图像数据子集；步骤S33的具体步骤为：S331、将数据子集中的图像输入到CenterNet网络；S332、顺着空间维度进行特征压缩，将每个二维的特征通道变成一个实数，并且输出的维度和输入的特征通道数相匹配；S333、通过预设参数为每个特征通道生成权重；S334、将输出的权重通过乘法逐通道加权到先前的特征上，完成在通道维度上对原始特征的重标定；S335、将特征经过ReLu激活后再通过一个全连接层上采样到原来的维度；S336、将通过Sigmoid函数的门获得的归一化权重通过尺寸归一化处理把权重加权到每个通道的特征上，得到增强后的特征。

全文数据：

权利要求：

百度查询： 浙江万里学院 一种分心驾驶行为的检测方法及系统