一种基于双视角视频数据的驾驶员姿态识别方法

摘要

本发明公开了一种基于双视角视频数据的驾驶员姿态识别方法，包括如下步骤：使用双视角摄像头采集驾驶员驾驶视频数据；基于Python‑OpenCV库将视频数据转化为图片数据；将驾驶动作进行分解，提取视线偏移状态量V、持续性状态量C和短暂性状态量T，并形成标签化的双视角图像数据集；构建小型卷积神经网络识别视线偏移量V；构建多输出轻型卷积神经网络识别短暂型状态量C和持续型状态量T；构建联合识别网络，实现驾驶姿态识别；分析驾驶状态在时间轴上的排列，实现驾驶动作的识别。本发明采用双视角数据集，弥补了单视角数据信息损失的固有缺陷；通过构建模型识别驾驶姿态，并基于驾驶状态在时间轴上的排列，识别驾驶动作，模型实时性和精度均很好。