基于改进YOLOV5与SAHI的动车司机手势检测

随着计算机图像识别技术的发展,对动车司机驾驶行为进行监控成为了可能。动车司机乘务作业时的手势是评价司机驾驶合理与否的重要标准。为了对该行为进行科学且合理的监测,本文通过对动车组模拟驾驶系统进行影像收集和分析,获取了大量的司机乘务作业影像,并分析了动车司机手势在监控画面中的图像特点。针对该特点,本文采用改进YOLOV5的卷积神经网络模型与SAHI切片辅助超推理的方法,实现了动车组司机驾驶过程中5种类型手势的检测。实验结果表明:本文所采用的方法可以有效的检测动车司机不同类型的手势。