[发明专利]一种基于3D卷积神经网络的分心驾驶识别方法

说明书

本发明公开了一种基于3D卷积神经网络的分心驾驶识别方法，属于深度学习、模式识别领域，尤其涉及基于深度卷积神经网络的分心驾驶识别方法。对驾驶姿态图片做叠加处理构建输入层。首先对图片立方体做卷积计算为C1卷积层;然后通过两路不同的卷积核做卷积计算，再做最大池化计算，连续重复四次，为网络的C2、C3、C4、C5卷积层；最后将C5输出的两类特征图做合并操作，再依次经过两个全连接层L1、L2，计算softmax，最后输出对应的分心驾驶类别。本发明将2D图片叠加构建3D输入，同时使用了两路不同的卷积核提出特征，网络具有泛化能力强，识别精度高的优点。

技术领域

本发明属于深度学习、模式识别领域，尤其涉及基于深度卷积神经网络的分心驾驶识别方法。

背景技术

根据国际标准化组织的定义，分心驾驶是指驾驶时注意力指向与正常驾驶不相关的活动，从而导致驾驶操作能力下降的一种现象。常见的分心驾驶主要包括驾驶员开车时打电话、玩手机、喝水、与乘客攀谈等行为。以开车使用手机为例，当有信息提示时，驾驶员通常会不自觉的将视线从道路上转移到手机屏幕上。通常看一眼手机需要3秒，假设机动车以60km/h，3秒钟则会完全盲开50米，一旦遇到紧急情况则会非常危险。我国《道路交通安全法实施条例》规定，驾驶机动车不得有拨打接听手持电话、观看电视等妨碍安全驾驶的行为。

目前对驾驶行为的智能分析大多基于传统的图像处理手段，通过支持向量机来构建图像分类器。近些年来的相关研究表明，深度学习方法能够大大提高图像分类和预测的准确率。本发明基于3D深度神经网络，对分心驾驶行为做出预判，能够更好地规范驾驶行为，提高道路交通的安全性。

发明内容

本发明的目的是提出一种基于3D卷积神经网络的分心驾驶识别方法。

本发明的技术方案：该方法对驾驶姿态图片做叠加处理构建输入层。首先对图片立方体做卷积计算为C1为卷积层；然后通过两路不同的卷积核做卷积计算，再做最大池化计算，连续重复四次，为网络的C2、C3、C4、C5卷基层；最后将C5输出的两类特征图做合并操作，再依次经过两个全连接层L1、L2，计算softmax，最后输出对应的分心驾驶类别。

具体步骤如下：

步骤1：将分心驾驶行为定义为n类。将图片统一缩放为300*200，然后将同一类分心驾驶图片做叠加处理后，将2D图片输入转为3D输入。

步骤2：使用步骤1获得的训练样本训练3D卷积神经网络

步骤2.1：输入立方体经过卷积计算，为C1卷积层。

步骤2.2：对步骤2.1输出的特征图立方体，通过两路不同的卷积核做卷积计算，再做最大池化计算。连续重复四次，为网络的C2、C3、C4、C5卷积层。

步骤2.3：将步骤2.2输出的两个特征图立方体合并为一个特征图立方体。

步骤2.4：对步骤2.3输出的特征图立方体连续做两次全连接计算，为F1、F2全连接层。

步骤2.5：根据步骤2.4的输出计算Softmax和loss，并根据loss反向修正网络参数。重复步骤2.1-步骤2.5，直至loss收敛。

步骤3：将测试图片做复制叠加处理，构建3D立方体结构。利用步骤2得到的3D卷积神经网络测试分类结果。

上述步骤2.3使用了两路不同卷积核，其中，C2层卷积核尺寸为64@8*8*3和64@6*6*2；C3层卷积核尺寸为128@5*3*2和128@7*3*3；C4层卷积核尺寸为256@6*3*2和256@5*3*1；C5层卷积核尺寸为512@3*3*3和512@6*5*3。

本发明的有益效果：

1.深度网络结构方面：采用了双路不同尺寸的卷积核做特征提取，提高网络泛化能力。