一种基于边缘计算的驾驶员行为特征提取及判别方法

摘要

本发明公开了一种基于边缘计算的驾驶员行为特征提取及判别方法，采集驾驶员视频数据并转化为图片数据，建立人脸数据集和行为数据集，利用深度学习算法对人脸数据和行为数据进行训练，利用人脸认证模型进行驾驶员身份认证，利用检测模型获得目标检测的感兴趣区域和视频的时序信息，训练驾驶员异常行为识别模型ADM，根据视频流的检测结果和ADM模型，判断是否存在异常的行为。本发明提出了跨域的mobilenetv2模型，提高了推理速度，并通过新的异常行为判别模型，提出时间维度与空间维度结合，并且先提取空间维度中的感兴趣区域作为特征输入，同时共享检测模型特征空间，减少参数的学习时间，提高模型识别精度。