基于深度学习的夜间危险驾驶行为检测算法

夜间弱光环境下的危险驾驶行为易导致交通事故的发生,然而,目前多数危险驾驶行为检测算法研究主要集中于光照充足的环境,而在弱光环境下的检测准确率偏低。针对该难点,提出了一种基于深度学习的夜间危险驾驶行为检测算法。该算法由弱光增强模块和检测模块构成。其中,弱光增强模块采用轻量化的零参考深度曲线估计算法提高图像曝光度,检测模块基于Nano Det-Plus模型检测弱光增强处理后的图像是否存在危险驾驶行为。实验结果表明,所提算法在夜间弱光环境下具有较高的检测准确率,同时模型参数量小,检测速度可达毫秒级,可部署在移动设备上进行实时检测。