Para realizar a estimativa da postura do motorista, foi coletado e construído um conjunto de dados de estimativa de postura contendo 26 motoristas, e foi proposta uma rede neural convolucional leve para o reconhecimento eficiente da postura de condução. Primeiramente, por meio de modelagem matemática, o problema do reconhecimento da postura do motorista foi transformado na busca de uma função de mapeamento entre o mapa de confiança dos valores previstos dos pontos-chave que minimizam a função de perda e o mapa de confiança verdadeiro. O módulo Hourglass foi usado como estrutura principal para cada estágio, com blocos residuais como unidade básica, utilizando normalização em lote e função de ativação, construindo uma rede neural convolucional totalmente convolucional. Para aproveitar as informações da imagem original e o contexto básico, foi usada uma estrutura em cascata de dois níveis com agregação de múltiplas características, onde o mapa de previsão grosseira do primeiro estágio orienta a previsão nos estágios seguintes. Com o uso de múltiplas funções de perda, o modelo de rede aprendeu representações mais profundas e precisas. Experimentos comparativos validaram a viabilidade do modelo; a estrutura em cascata e a estratégia de múltiplas funções de perda aumentaram a precisão da previsão do modelo em 3,84%. Os resultados experimentais mostram que a estrutura de rede proposta neste artigo tem carga computacional e número de parâmetros muito menores que outros modelos de estimativa de posturas corporais; o número de parâmetros do modelo é de apenas 0,7 M, e a precisão média da previsão atingiu 95,74%, permitindo a detecção em tempo real da postura do motorista em dispositivos embarcados.

visão computacional;rede neural convolucional;estimativa da postura do motorista;estrutura em cascata