论文总字数：24381字

摘 要

近些年来汽车越来越多的出现在人们的日常生活中，而交通事故也随之而来。多事的交通事故是由于驾驶员的异常行为而造成的。本文主要针对驾驶员的异常行为之一，接打电话行为，提出检测方法。

本文先介绍了硬件平台Jetson TK1的搭建，以及深度学习框架Caffe。然后提出了一种基于PAFs特征的姿势识别算法。在此算法中，先利用卷积神经网络得到图像中身体部位的特征置信图，再使用非极大值抑制的方法得到身体部位候选。在得到身体候选后，进行连接时首先选用了基于中点表示的连接方法，但有一定限制，于是本文提出了PAFs特征，PAFs特征保留了肢体用于连接身体部位时的位置和方向信息。最终利用PAFs特征连接已检测出的身体部位，从而得到完整的多人人体姿势识别。在得到人体姿势后，通过对接打电话姿势的分析，定义了几种常见的接打电话的姿势，最后提出了基于人体姿势的异常行为检测。

最终输入几段情况不同的视频进行分析，发现程序对于视频中的驾驶员异常行为有很好的识别。

关键词：Jetson TK1，Caffe，卷积神经网络，PAFs，姿势识别

Abstract

In recent years, more and more cars, together with traffic accidents, come to people's daily lives. Traffic accidents are mostly caused by abnormal behavior of the driver. This thesis present a detection method, which mainly for the driver of one of the abnormal behavior (taking a call).

This thesis firstly introduced the hardware platform Jetson TK1 structures, as well as the depth of learning framework Caffe. Then, a posture motion recognition algorithm based on part affinity fields (PAFs) is presented. In this algorithm, all the body parts in the image are detected by convolution neural network, and then the PAFs feature is used to connect the detected body parts. So as to get a complete multi-human body gesture recognition. After analyzing the posture of the human body, the position of several common calls is defined by analyzing the posture of the docking. Finally, the abnormal behavior detection based on the human posture is proposed.

The final input of a few paragraphs of different video analysis, found that the program for the driver of the abnormal behavior of the driver has a very good identification.

Key Words: Jetson TK1, Caffe, CNNs, part affinity fields, pose estimation

目 录

摘 要 I

Abstract II

第一章 绪 论 1

1.1 引言 1

1.2 驾驶员接打手机行为检测研究现状 1

1.2.1 基于手机信号的检测方法 1

1.2.2 基于图像处理的检测方法 2

1.3 姿势识别研究现状 2

1.4 本文的研究目的和主要研究内容 2

第二章 Nvidia Jetson TK1以及Caffe 4

2.1 Jetson TK1 4

2.1.1 Jetson TK1介绍 4

2.1.2 CUDA介绍 5

2.1.3 Jetson TK1平台搭建 5

2.2 Caffe介绍 6

2.3 本章小结 10

第三章 姿势识别 11

3.1 引言 11

3.2 总体设计 12

3.3 身体部位检测 13

3.3.1 特征置信度图 13

3.3.2 卷积神经网络（CNNs） 13

3.3.3 身体部位特征置信度图 15

3.3.4 非极大值抑制 16

3.4 身体部位连接 17

3.4.1 基于中点表示的身体部位连接 17

3.4.2 部分亲和领域特征 19

3.5 身体部位匹配 20

3.5.1 二分图最大权匹配 20

3.5.2 K分图最大权匹配 22

3.6 姿势识别测试 23

3.7 本章小结 25

第四章 异常行为识别 26

4.1 引言 26

4.2 异常行为识别 26

4.2.1 接打电话行为分析 26

4.2.2 异常行为识别算法 27

4.2.3 驾驶员判断算法 28

4.2.4 测试结果及分析 29

4.3 本章小结 30

第五章 总结与展望 31

致 谢 32

参考文献 33

第一章 绪 论

引言

随着科技的发展与社会的进步，越来越多的汽车走入人们的生活中，成为了人们出行的代步工具。人们在享受汽车所带来的便利时，道路交通事故也越来越多地出现，极大地威胁到了每个人的人身安全。《道路安全全球现状报告2015》^[1]显示，道路交通事故是全球一项重要的死亡原因，全球每年大约有125万人死于交通事故，是15-29岁人群的主要死亡原因。人们越来越意识到道路交通事故给国家经济和家庭造成了难以磨灭的伤害，如何有效地减少道路交通事故的发生，逐渐受到全球人民的普遍关注。

根据统计，多数的交通事故，是由人的因素造成的，其中由于驾驶员疏忽，注意力不集中而造成的交通事故约占七成^[2]。驾驶员长时间行车造成疲劳驾驶，驾驶员没有集中自己的视线方向，驾驶员行车时接打手机，这三个因素直接造成了驾驶员注意力的不集中，使得驾驶员在行车时无法专心于观察道路情况，并且对突发危险紧急事件的处理能力大大下降，也就最终很可能导致了一场交通事故发生。在本文中，将主要研究怎样发现开车接打手机的行为。

在日常生活中，手机已然成为了不可或缺的日用品，人们由于各种原因（工作、交流、娱乐等）频繁地使用着手机，而驾驶员边开车边接打电话，是影响行车安全的因素之一。当驾驶员在接打手机时，大脑的反应速度与酒后驾驶反应速度相比，甚至还要慢，约等于一个70岁老人的反应能力^[3]。另外，驾驶员在接打手机时，往往只能单手控制车辆行驶，即使发现险情，也不能及时地控制车辆做出避让。由于接打手机对行车安全产生了巨大的危害，目前世界上已经有多个国家和地区颁布了相关的法令，禁止驾驶员在行车途中接打手机。中国也出台的相应法令，对驾驶员在途中接打手机的行为，进行扣分罚款的处理。由此可见，世界各国都对行车时接打手机的行为有着极大地重视，因此，是否能检测出驾驶员接打手机，对于提高行车的安全，有着重大的意义。

驾驶员接打手机行为检测研究现状

目前，常见的驾驶员接打手机行为检测方法主要有以下几种。其一便是依靠人工的方式进行检测，例如在道路上执勤的交通执法人员，或是交通执法人员在监控摄像头所抓拍的画面中发现驾驶员的接打手机行为。其二是基于手机信号检测的方法，通过检测驾驶员附近的手机信号来检测驾驶员是否接打手机。其三是通过对采集到的监控视频进行分析，识别驾驶员的动作，以判断驾驶员是否在接打手机。在此主要讨论后两种方法。

基于手机信号的检测方法

基于手机信号的检测方法，是指在驾驶员位置附近设置固定的信号检测装置，来捕获行驶中的车辆上的手机信号。刘志^[4]使用了一个安装在道路上的固定装置，接收来自行驶中车辆上的手机信号。再将接受来的信号进行处理，以判断作为该信号源的手机是否处于接通状态。这个方法有一个显而易见的漏洞，就是不能判断检测到的接通的手机，到底是来自驾驶员还是乘客。J.ascariz等人^[5]将捕获手机信号的装置设置在了车内的座椅上，并且同时接收多个位置的信号，以判断是否有手机接通，以及接通的手机是驾驶员的还是乘客的。J.Yang等人^[6]也用检测手机信号的方法检测是否驾驶员有接打手机的行为。

基于图像处理的检测方法

基于视频图像的检测方法，是指运用图像处理的技术，对所获得的驾驶员的视频图形进行处理识别分析，已检测是否存在接打电话的行为。魏国民^[7]提出了一种基于机器视觉技术，对驾驶人使用手机的行为特征进行分析，以判断驾驶人是否接打电话的方法。该方法采用Adaboost人脸检测算法来检测驾驶员的面部，再使用F-B ERROR算法来获取人脸中的有效特征点，通过这些特征点对人脸进行跟踪。再在人脸区域内通过自适应肤色检测算法，以及其他的算法，来综合判断是否存在接打手机的行为。王丹^[8]提出了基于机器视觉的驾驶员打电话行为检测方法。首先，将打电话动作分解为符合某些时间关系的一系列原子行为。然后，使用与或图来模拟电话动作原子中的层次结构和关系。最终，通过统计分析方法检测视频数据中的打电话行为。

姿势识别研究现状

在本文中，也是通过基于视频图像的检测方法，来检测驾驶员是否接打电话。而所用到的图像处理技术，是基于姿势识别的打电话行为检测。

剩余内容已隐藏，请支付后下载全文，论文总字数：24381字