基于通道注意力YOLOV5s的驾驶行为识别研究

作者：罗国荣; 戚金凤

来源：计算机测量与控制, 2023, 31(10): 273-284.

DOI：10.16526/j.cnki.11-4762/tp.2023.10.041

• 行为识别
• 目标检测
• 驾驶行为
• YOLOV5s
• 通道注意力机制

设计了一种集成通道注意力机制的YOLOV5s检测网络的驾驶行为识别方法，用以实时检测并识别驾驶员在驾驶室内的驾驶行为，从而有利于纠正驾驶员的不良驾驶行为，减少交通事故发生的概率；建立了驾驶室内驾驶员手部动作的图像数据集；在YOLOv5s网络结构中引入通道注意力机制，通过对比实验、消融实验研究了通道注意力模块嵌入YOLOv5s中的较佳作用位置、配置数量的影响及其检测识别性能效果；论证了带通道注意力的改进YOLOV5s可保留信息量大的特征、抑制不相关的特征，模型参数量和复杂度降低，从而加快检测速度；测试结果显示，较原YOLOV5s网络，改进的YOLOV5s在平均精确度和召回率上相当，而检测速度提升了26.08%,该方法能够较好地满足驾驶员手部动作的实时监控需求。