一种基于深度学习的驾驶员打电话行为检测方法

针对现有驾驶员打电话行为检测方法存在精度低、实时性能差以及免提通话无法检测等问题,提出一种基于深度学习的多特征融合检测方法。该方法通过融合手持电话行为与讲话行为检测结果,实现对驾驶员打电话行为的检测。基于构建的浅层卷积神经网络,包含5层特征提取网络以及2层全连接层,可实现对听筒及免提接听两种手持电话行为的检测;同时,通过级联形状回归算法得到嘴部18个特征点及其宽高比,并根据连续20帧图像的嘴巴宽高比振荡差值来检测讲话行为。实验结果表明,该方法在实际驾驶场景下的平均检测准确率达到95.6%,平均检测耗时低至230 ms/frame,综合检测性能得到明显改善。