基于改进SSD算法的安全驾驶行为识别方法研究

摘要

提出一种基于改进的SSD网络的安全驾驶行为识别方法.针对SSD目标检测算法VGG16网络结构的不足之处,用表征能力更强的Inception?ResNet网络进行替换;用残差学习算法减少网络学习维度,降低网络训练难度;引入多层特征金字塔结构,用改进三分支残差网络对小目标的语义进行多特征融合,从而在反向传播时可以获得后续多层的梯度信息,提高目标检测精度.给出了Tensorflow平台下具体的实现过程,测试结果表明,该方法能够实时有效地识别驾驶员疲劳状态,提高驾驶安全系数,减少交通事故.