[发明专利]一种基于深度学习的交警手势识别方法及无人车

说明书

本发明公开了一种基于深度学习的交警手势识别方法及无人车，包括以下过程：制作训练数据集、利用训练数据集中的数据离线训练深度学习网络模型、采集现场的交警手势、利用训练后的深度学习网络模型识别出交警手势、根据识别结果控制无人车遵循交警手势行驶。本发明基于深度学习方法提出的交警手势识别技术，仅依靠一个普通RGB摄像头和车载工作站即可自动识别出交警手势，无需复杂的外部设备，且对于不同环境下的交警手势识别都具有较高的准确率和识别效率。将该技术应用于无人驾驶车，可以使无人驾驶车具备自动识别交警手势并适应复杂多变的道路环境的能力，提升了无人驾驶车的智能性。

技术领域

本发明属于图像识别技术领域，具体地说，是涉及一种用于识别交警手势的方法及应用该方法设计的无人车。

背景技术

近年来，无人驾驶技术飞速发展，无人驾驶汽车成为研究焦点。在社会经济高度发展的今天，私家车持有量急剧增长，城市交通问题日趋严重。仅依靠交通信号灯难以准确判断复杂多变的路况，尤其是面对突发事故与拥挤路段，交警手势指挥仍是必不可少的交通管控手段。准确的识别交警手势并选择正确的行驶行为是无人驾驶技术的重要研究内容，也是无人车能够真正“上路”必须解决的问题。

现有的交警手势识别技术大多依托于复杂的硬件设备或者存在识别准确率低、速度慢等问题，例如：

申请号为200810137513.1的中国发明专利申请，公开了一种基于手势识别的多功能无线交警手势识别系统，依靠佩戴式手套获取交警手部挥动时产生的加速度信号来识别交警手势，使用该方法除了需要频繁更换电池所带来的使用不便等问题外，也限制了交警指挥的自由度；

申请号为201110089635.X的中国发明专利申请，公开了一种基于手势识别和ZigBee的道路交通控制系统，通过不同方向轴上的加速度数据判断出相应的交警手势，但也是依托穿戴式器具实现；

申请号为201620250125.4的中国实用新型专利申请，公开了一种面向无人驾驶车的多维非穿戴式交警手势识别系统，包括交警手势数据获取装置、交警手势识别装置和无人驾驶车响应装置，通过无线通信方式使无人车接收手势识别装置的识别结果，识别是通过对深度图像建立词袋模型，并利用SVM技术实现的，深度图像的获取需要专用的设备；

申请号为201110045209.6的中国发明专利申请，公开了基于一种骨架化和模板匹配的交警手势识别方法，提取关键交警手势静态图像进行识别，然而在实际的交警连续手势动作中提取关键帧存在困难，识别准确率较低，因此实用效果较差；

申请号为201610737545.X的中国发明专利申请，公开了一种基于光流图深度学习模型的人体交互动作识别方法，使用Farneback法计算稠密光流，使用ResNet训练特征，然而Farneback法和ResNet均为计算量大、速度较慢的方法，因此不适合实时的交警手势识别。

发明内容

本发明的目的在于提供一种基于深度学习的交警手势识别方法，需要依赖的硬件设备简单，并具有较高的识别精度和效率。

为解决上述技术问题，本发明采用以下技术方案予以实现：