當(dāng)今錯綜復(fù)雜的交通環(huán)境中輔助安全駕駛成為了提高行車安全的一種重要手段,也是當(dāng)前智能交通領(lǐng)域的研究重點和前沿。隨著計算機硬件技術(shù)和人工智能技術(shù)（Artificial Intelligence）的飛速發(fā)展,機器視覺技術(shù)再次得到了廣大海內(nèi)外研究人員的高度重視。本文針對駕駛員頭部狀態(tài)和身體姿態(tài)的特點,結(jié)合深度學(xué)習(xí)技術(shù)（Deep Learning）,提出了一種駕駛行為檢測方法。通過駕駛員頭部區(qū)域定位并識別方法和駕駛員身體姿態(tài)特征提取并識別方法實現(xiàn)了駕駛員的行為檢測功能,并通過相關(guān)實驗驗證了方法的可行性和有效性。主要工作和研究成果包括;（1）研究并提出了基于Yolo算法的實時駕駛員頭部區(qū)域定位方法。該方法首先在小批量駕駛員數(shù)據(jù)集上通過BBox_Label等工具標(biāo)注駕駛員頭部區(qū)域,并轉(zhuǎn)換成Yolo指定的區(qū)域標(biāo)注格式。設(shè)置Yolo網(wǎng)絡(luò)結(jié)構(gòu)格式使其適應(yīng)當(dāng)前課題,迭代訓(xùn)練得到實時檢測駕駛員頭部區(qū)域的Yolo網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)。（2）設(shè)計了基于深度卷積神經(jīng)網(wǎng)絡(luò)（Deep Convolutional Neural Network）的駕駛員頭部特征提取方法。卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)通常由一個或若干卷積層,... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

Sigmoid函數(shù)

圖 2.2 Sigmoid 函數(shù) 圖 2.3 tanh 函數(shù)Sigmoid 函數(shù)的取值范圍是[0, 1]，然而 tanh(z)函數(shù)的取值范圍是[-1, 1][32]2.2.2 神經(jīng)網(wǎng)絡(luò)模型

神經(jīng)網(wǎng)絡(luò)模型

【參考文獻】：
期刊論文
[1]深度學(xué)習(xí)研究綜述[J]. 尹寶才,王文通,王立春.  北京工業(yè)大學(xué)學(xué)報. 2015(01)
[2]流形學(xué)習(xí)與非線性回歸結(jié)合的頭部姿態(tài)估計[J]. 范進富,陳鍛生.  中國圖象圖形學(xué)報. 2012(08)
[3]2009年全國道路交通事故同比下降10%——運營車輛特大道路交通事故比例居高不下[J]. 肖獻法.  商用汽車. 2010(02)
[4]一種基于圖像表觀的魯棒姿態(tài)估計方法[J]. 馬丙鵬,山世光,陳熙霖,高文.  軟件學(xué)報. 2009(06)
[5]基于視頻的人臉識別研究進展[J]. 嚴嚴,章毓晉.  計算機學(xué)報. 2009(05)
[6]光照變化情況下的靜態(tài)頭部姿態(tài)估計[J]. 劉坤,羅予頻,楊士元.  計算機工程. 2008(10)
[7]駕駛員疲勞駕駛監(jiān)測方法研究的進展[J]. 宋義偉,夏芹,朱學(xué)峰.  自動化與信息工程. 2007(04)
[8]我國道路交通事故特征分析與對策研究[J]. 劉強,陸化普,張永波,鄒博.  中國安全科學(xué)學(xué)報. 2006(06)
[9]汽車駕駛員駕駛疲勞監(jiān)測技術(shù)研究進展[J]. 毛喆,初秀民,嚴新平,吳超仲.  中國安全科學(xué)學(xué)報. 2005(03)
[10]疲勞駕駛檢測方法的研究[J]. 周玉彬,俞夢孫.  醫(yī)療衛(wèi)生裝備. 2003(06)



本文編號：3124603