融合注意力机制的驾驶人行为识别模型研究

摘要

选取辅助驾驶中驾驶人行为识别作为研究对象，设计基于融合时间和通道注意力机制的功能模块，构建驾驶人行为识别模型，提升识别准确率。探究多角度数据对模型性能提升情况，自建多视角驾驶人行为数据集，包括4种拍摄视角、10种驾驶行为、1 148个视频数据。构建TCAM-R(2+1)D驾驶人行为识别模型，以(2+1)D卷积模块为基础，结合ResNET主干网络，提出融合时间和通道注意力机制的功能模块，增强模型提取时序信息的能力。使用Adabound优化器训练模型，提高模型的识别准确率和泛化能力。实验结果表明：通过增加模型的注意力机制，相较于R(2+1)D模型，自建数据集驾驶人行为识别准确率提高3.03%。采用大型人体运动数据集(HMBD51)进行消融实验，增加融合注意力机制功能模块准确率至59.60%(提高了1.93%),验证融合时间和通道注意力机制的增益效能。

关键词

深度学习 / 行为识别 / 注意力机制 / R(2+1)D模型