基于YOLOv7的驾驶人使用手机与 抽烟行为识别方法

来源：电子测量技术杂志2023年第21期北京时间：

作者：娄文，郭杜杜，张杰，赵亮，徐勤功

单位：1.新疆大学智能制造现代产业学院 乌鲁木齐 830017; 2.新疆大学交通运输工程学院 乌鲁木齐 830017

摘要：针对机动车驾驶人驾驶过程中使用手机与抽烟行为威胁交通安全的问题，本文提出了一种基于YOLOv7的改进网络模型。首先使用MobileNetv3主干网络代替原版YOLOv7的主干网络，减少模型参数量与计算量，提升模型的处理速度；利用深度可分离卷积、亚像素卷积搭建改进特征金字塔分支并与原版特征金字塔的输出特征层进行融合，丰富特征信息，增强特征提取效果；最后利用特征加强模块对融合特征层进行强化，提升特征层通道及区域两个方面的关注度。实验结果表明，改进网络模型的平均精度均值为95.33%，检测速度为75.31 fps，相比于原版YOLOv7网络的平均精度均值提高了6.84%，检测速度增加了17.25 fps。改进网络模型在满足实时检测的基础上具有较高的检测精度，能够实现对驾驶人使用手机与抽烟行为的实时、准确识别。

关键词：YOLOv7;目标检测;使用手机行为;抽烟行为

基金资助：自治区重点研发计划项目(2022B01015-3)、重点实验室开放课题(2023ZDSYSKFKT06)项目资助