-
题名基于目标检测的驾驶人分神驾驶行为检测方法研究
被引量：3
- 1
-
-
作者
何廷全
俞山川
张生鹏
兰栋超
李刚
-
机构
广西新发展交通集团有限公司
招商局重庆交通科研设计院有限公司
长安大学电子与控制工程学院
长安大学能源与电气工程学院
-
出处
《公路交通科技》
CAS
CSCD
北大核心
2022年第10期153-161,共9页
-
基金
广西重点研发计划项目(桂科AB20159032)
陕西省重点研发计划项目(2020ZDLGY09-03)
国家山区公路工程技术研究中心开放基金项目(GSGZJ-2020-08)。
-
文摘
驾驶人的分神驾驶行为具有频发性和短暂性,极易引发道路交通安全事故,实时监测驾驶行为并对驾驶员的分神驾驶行为及时预警可有效降低车辆碰撞风险。针对该问题提出了一种基于深度学习和图像处理算法的驾驶人分神驾驶行为实时检测方法,对几种常见分神驾驶行为进行分类和检测。利用图像处理手段,分析分神驾驶行为检测的特点,在YOLOv5模型框架上进行了针对性的改进。首先,在网络中输入模块,采用动态优化方法设定了锚框信息,并在检测器头部之前添加特征选择操作,动态调整了特征点。针对主干网络,将BottlenckCSP网络的输入特征映射与输出特征直接连接,删除了模块的分支卷积,保留了更丰富的浅层特征信息。另一方面,在主干网络增加了注意力机制,提高网络模型提取关键特征的能力,从而提升模型的分类精度及鲁棒性。从总体上解决了特征信息丢失的问题,使模型易于完整的获取驾驶人的所有分神驾驶动作信息,从而减少深度学习网络参数,有效降低模型计算量。对Kaggle危险驾驶行为数据进行再标注,作为训练数据集,对模型进行了优化训练。结果表明:模型在测试集的平均检测精度为95.30%,平均召回率为95.13%,在试验环境下的检测速度达到48.3 FPS,满足分神驾驶实时监测的需求。
-
关键词
交通安全
分神驾驶
目标检测
实时监测
注意力机制
-
Keywords
traffic safety
distracted driving
object detection
real-time monitoring
attention mechanism
-
分类号
U471.1
[机械工程—车辆工程]
-
-
题名基于改进多分支特征共享结构网络的裂缝检测算法
被引量：2
- 2
-
-
作者
李刚
陈永强
何廷全
代玉
兰栋超
-
机构
长安大学电子与控制工程学院
广西新发展交通集团有限公司信息部
-
出处
《激光与光电子学进展》
CSCD
北大核心
2022年第12期274-283,共10页
-
基金
长安大学研究生科研创新实践项目(300103714037)
陕西省重点研发计划(2020ZDLGY09-03)。
-
文摘
针对路面裂缝检测时裂缝的位置、形态的不确定性及裂缝特征与路面背景纹理的相似性等问题,提出了一种改进的多分支特征共享结构网络的裂缝图像分割算法。为了在减少计算参数冗余的同时提高检测精度,使用轻量化特征提取网络获取高层特征,采用多分支跳跃连接的方法提高通道间的信息利用。各分支融合全局卷积网络(GCN)模块和边界细化(BR)模块,提高了对裂缝边缘的分割性能和对裂缝区域内部分类的鲁棒性,利用循环残差卷积(RRC)模块,推动了对裂缝特征的累积。最后采用中轴法提取裂缝骨架,计算裂缝的形态参数,得到裂缝长度和宽度的相对误差分别为4.73%和5.21%。设计的多组对比实验结果表明,所提改进算法能够有效地提高对路面裂缝检测的精度和效率。
-
关键词
图像处理
语义分割
裂缝检测
裂缝参数计算
边界细化
多分支特征共享
-
Keywords
image processing
semantic segmentation
crack detection
crack parameter calculation
boundary refinement
multi-branch feature sharing
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
