结合注意力与金字塔卷积的ICK-PANet:一种用于分心驾驶检测的轻量级多尺度网络模型

《Vehicles》:ICK-PANet: A Multiscale Driver Distraction Detection Network Based on Attention and Pyramid Convolution Binbin Qin, Bolin Zhang and Jiangbo Qian

【字体: 大 中 小 】 时间:2026年04月18日 来源:Vehicles 2.2

编辑推荐:

  为降低因驾驶员分心导致的交通事故,研究者提出一种名为ICK-PANet的轻量级多尺度检测网络。该模型通过Sobel边缘预处理、轻量级增量卷积核(3×3至9×9)与改进的PyConv注意力模块,在仅0.4M参数量下,于AUC和SFD数据集上分别取得95.66%和99.84%的高精度,有效解决了现有模型在精度、效率与车载部署可行性间的平衡难题。

  
随着汽车保有量的持续增长,交通安全问题日益凸显。据统计,由驾驶员分心驾驶引发的交通事故约占事故总量的五分之一,造成了大量的人员伤亡和财产损失。分心驾驶是指任何会转移驾驶员注意力的行为,例如操作手机、发短信、饮食或化妆等。尽管高级驾驶辅助系统(ADAS)能通过多传感器数据融合预警潜在风险,但若驾驶员过度依赖辅助功能或进行与驾驶无关的活动,仍会带来重大安全隐患。因此,实时、准确地检测驾驶员是否处于分心状态,对于提升道路安全具有迫切需求。
近年来,基于卷积神经网络(CNN)的计算机视觉方法在分心驾驶检测领域取得了显著进展。然而,现有模型往往面临“鱼与熊掌不可得兼”的困境:追求高精度的模型通常参数量巨大、计算复杂,难以部署在资源受限的车载设备上;而轻量化的模型又往往以牺牲检测精度为代价。此外,许多模型并非专门为驾驶行为设计,对背景、光照变化等无关线索敏感,且缺乏有效捕捉从细微手指动作到大范围手臂姿态等多尺度行为模式的能力。这些局限性严重阻碍了分心驾驶检测系统的实际落地应用。
为了解决上述挑战,一篇发表在《Vehicles》期刊上的研究提出了一种名为ICK-PANet的创新网络架构。该研究由Binbin Qin, Bolin Zhang 和 Jiangbo Qian共同完成,旨在设计一个同时具备高精度、高效率和强实用性的分心驾驶检测模型。
为了开展这项研究,作者主要采用了以下几种关键技术方法:首先,利用Sobel边缘检测算法对输入的驾驶员图像进行预处理,以滤除衣物颜色、车内光照变化等背景噪声,突出驾驶员的轮廓和动作结构信息。其次,设计了一个仅包含四层的轻量级主干网络,其核心是采用深度可分离卷积(Depthwise Separable Convolution)构建的增量卷积核序列,尺寸从3×3逐步增大到9×9,以在浅层网络中实现高效的多尺度特征提取。最后,引入了一个融合了通道注意力与空间注意力的改进型轻量金字塔卷积模块(PyConv with CBAM attention),使网络能够自适应地关注图像中的关键区域和特征通道,从而提升对细微分心行为的辨别能力。研究在公开的AUC和SFD数据集上进行了模型训练与评估。
研究结果部分通过详尽的实验验证了ICK-PANet的有效性:
  1. 1.
    模型整体性能:ICK-PANet在AUC数据集上达到了95.66%的准确率,在SFD数据集上更是达到了99.84%的准确率,其性能优于许多当前最先进的方法。尤为重要的是,ICK-PANet的总参数量仅为0.4M(40万),是目前最轻量级的模型之一,为在车载设备上的实时部署扫清了障碍。
  2. 2.
    轻量级增量卷积核的有效性:通过可视化特征图对比,研究发现标准增量卷积核和轻量级(深度可分离)增量卷积核在深层网络中都能提取出更高级的语义特征,虽然视觉上略显模糊,但这些特征对区分不同类型的分心行为可能更具鉴别力。深度可分离卷积技术在不显著损失特征提取能力的前提下,将参数量压缩了一个数量级。
  3. 3.
    Sobel预处理与注意力机制的作用:使用Sobel算子进行预处理,能有效过滤与驾驶动作无关的背景干扰,使网络更专注于学习驾驶员的不同动作。而集成在金字塔卷积模块中的CBAM注意力机制(包含通道注意力模块CAM和空间注意力模块SAM),能帮助网络快速定位到图像中的关键特征区域,而非处理整个图像,从而提升了网络识别关键特征的效率。
  4. 4.
    与现有方法的对比:研究在“相关工作”章节系统综述并对比了现有方法。ICK-PANet在精度上可与基于复杂网络融合(如结合ResNet, Inception, HRNNs)、知识蒸馏或使用大型预训练模型(如VGG16, DenseNet)的方法相媲美甚至超越,同时在模型大小和计算效率上具有压倒性优势,解决了这些模型参数过多、不适合车载部署的核心问题。
研究结论与讨论部分对全文工作进行了总结,并强调了其重要意义。本研究表明,通过巧妙结合Sobel边缘预处理、轻量级增量卷积核设计以及融合注意力的金字塔卷积模块,所提出的ICK-PANet网络结构能够以极少的参数量(0.4M),在分心驾驶检测任务上取得卓越的准确率。这项工作成功地解决了该领域长期存在的精度与效率之间的权衡难题,为在资源受限的嵌入式或车载视觉系统中部署高性能的行为识别模型提供了一个新的设计范式。ICK-PANet不仅证明了通过结构创新而非单纯增加深度或宽度来提升模型性能的可行性,也为后续面向实际应用的轻量级、专业化计算机视觉模型开发提供了有价值的思路。最终,这项研究朝着实现实时、准确、可部署的车载驾驶员状态监控系统迈出了坚实的一步,对提升道路交通安全具有重要的实际应用价值。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号