融合双序列姿态的驾驶员行为识别方法

来源：计算机工程与应用杂志2025年第23期北京时间：

作者：谭大艺, 田炜, 熊璐

单位：同济大学 汽车学院，上海 201804

摘要：识别危险驾驶行为模式可以提高驾驶安全，是自动驾驶技术重要研究内容。目前，基于图像的驾驶员行为识别方法存在计算量大、信息冗余等问题，由此提出融合双序列姿态的驾驶员行为识别方法SimPoseConv3D。基于人体姿态序列估计模块SimCC从视频中提取驾驶员姿态热图序列，在时间维度上进行堆叠、裁剪和采样，将热图体积按时间维度进行正向、逆向融合，输入至3D CNN中提取动作时空特征进行驾驶行为识别。在Drive&Act数据集中对提出方法进行训练测试并开展消融实验，结果表明在Task-level（整体行为）和Mid-level（细粒度行为）测试集上的识别精度分别达到70.25%和79.04%，相比当前公开最佳方法分别提升6.07和4.13个百分点，且采用SimCC作为姿态估计器比传统姿态估计器的计算效率提升18.51%。

关键词：驾驶员行为识别,人体姿态估计,双向姿态热图序列