[发明专利]基于视觉协同的危化品运输车违规驾驶行为检测方法及系统

说明书

本发明公开了一种基于视觉协同的危化品运输车违规驾驶行为检测方法及系统，首先制作数据集并进行图像增强和归一化处理；对危险驾驶行为敏感物品进行标注，通过目标识别神经网络对数据集针对敏感物体进行训练；读取视频每一帧，先经过训练好的网络模型检测敏感物体，后将帧进行人体姿态关键点检测；人体姿态检测得到左右手关键点在帧图像中坐标位置，判断其与敏感物体识别框的位置信息，识别对应违规驾驶行为；在违规驾驶行为连续时间窗口超过设定阈值进行预警，并将视频片段保留。本发明可以适应驾驶员监控视频危险驾驶行为实时检测预警，便于及时发现并提醒不规范驾驶行为，从而减小交通事故的发生，检测种类多，识别效果好。

技术领域

本发明涉及图像处理及交通安全领域，具体涉及一种基于视觉协同的危化品运输车违规驾驶行为检测方法及系统。

背景技术

随着社会经济的快速发展，化学工业产品的市场规模日益壮大，成为国民经济的基础。根据研究数据显示，2018年我国危险化学品市场的规模达到了1.4万亿，并且这一规模今后还将持续扩大。江苏省根据2016年12月18日发布的《中共中央、国务院关于推进安全生产领域改革发展的意见》(中发〔2016〕32号)精神，连续下发了两份红头文件。两份文件中都同时要求“两客一危”强制安装防碰撞系统。2017年10月27日江苏省交通运输厅正式印发《江苏省交通运输厅关于进一步推进重点营运车辆主动安全智能防控技术的通知》(苏交运〔2017〕97号)。庞大的危化品市场规模对危险化学品的生产、存储和运输提出了挑战，危化品生产和存储通过引进国外规范化的管理，已经形成一套成熟的体系。相较于生产和存储，危化品的运输的管理和监控略显困难。首先，危化品运输规模庞大，需要大量的车辆同时进行分散式的运输，难以集中管理。由于运输距离较远、运输道路复杂和运输线路的不确定性，运送车辆的实时动态难以得到及时的反馈。2017年，我国危化品罐装车数量超过21万辆，总吨位达到了422万吨。我国每年运输的危化品总量超过10亿吨，由公路运输的危化品占运输总量的三成以上，并且公路运输危化品的规模仍处于上升趋势。其次，危化品的化学性质极不稳定，具有易燃、易爆、易腐蚀等特点，如果在运输过程中摩擦、受热、或者撞击，可能会造成车辆罐体的破裂、燃烧甚至爆炸，造成人员的伤亡和财产的损失，给环境和生态造成不可估量的损害。

在现有驾驶员违规行为检测技术中，通过对视频行为特征检测技术不同，视频检测技术有以下种类：(1)基于多层卷积神经网络：钟忺等提出基于独立子空间分析(ISA)模型与神经网络理论形成的ISA深度网络模型特征提取方法，结合了数据预处理方法等方法，对人体行为进行了分类识别。(2)基于背景差分法：关百胜等提出采用了背景减除算法和深度学习技术融合，最后在测试数据集上进行算法模型的验证，验证了神经网络技术可以用于交互式行为识别，保证了行为识别的准确率。(3)基于SVM向量强分类器：李庆辉等人通过Rank支持向量机算法将光流序列压缩成有序光流图，最后将双流网络的C3D描述子和VGG描述子融合后输入到线性SVM进行行为识别。(4)基于RGB二维行为识别：将人的各个部位用不同颜色编码，并且用局部相连和贪心算法来识别视频中人体动作的连续性变化，利用局部特征的方法应用在高难度的数据采集上，取得很大成功，在帮助采集驾驶员的行为信息也有很大帮助。(5)基于聚类多任务识别方法：Liu A A等提出了一种分层聚类多任务学习(HC-MTL)方法，通过目标函数加强特定行为的特征来实现行为识别。

这些常用的视频行为检测技术方法是对交通视频大数据处理的有效思路，但对于危化品运输车驾驶员视频监控没有行为特征特异性处理，无法辨别驾驶员危险驾驶行为，且无法辨别敏感物品，故无法综合识别驾驶员危险驾驶行为。

发明内容

发明目的：本发明提供一种基于视觉协同的危化品运输车违规驾驶行为检测方法及系统，可以对危化品运输车驾驶员双手脱离方向盘、接打手机、喝水等违规驾驶行为进行识别预警，检测效率高，可视化效果好。

技术方案：本发明所述的一种基于视觉协同的危化品运输车违规驾驶行为检测方法，包括以下步骤：

(1)制作数据集并进行图像增强和图像归一化处理；