基于通道注意力YOLOV5s的驾驶行为识别研究

来源：计算机测量与控制杂志2023年第10期北京时间：

作者：罗国荣,戚金凤

单位：广州科技职业技术大学 自动化工程学院

摘要：设计了一种集成通道注意力机制的YOLOV5s检测网络的驾驶行为识别方法，用以实时检测并识别驾驶员在驾驶室内的驾驶行为，从而有利于纠正驾驶员的不良驾驶行为，减少交通事故发生的概率。建立了驾驶室内驾驶员手部动作的图像数据集；在YOLOv5s网络结构中引入通道注意力机制，通过对比实验、消融实验研究了通道注意力模块嵌入YOLOv5s中的较佳作用位置、配置数量的影响及其检测识别性能效果；论证了带通道注意力的改进YOLOV5s可保留信息量大的特征、抑制不相关的特征，模型参数量和复杂度降低，从而加快检测速度。测试结果显示，较原YOLOV5s网络，改进的YOLOV5s在平均精确度和召回率上相当，而检测速度提升了26.08%，该方法能够较好地满足驾驶员手部动作的实时监控需求。

关键词：行为识别; 目标检测; 驾驶行为; YOLOV5s; 通道注意力机制

基金资助：2022年度广东省普通高校特色创新类项目“车联网环境下基于大数据的汽车车车况及驾驶行为预警系统的研究”(2022KTSCX192)