随着车辆工业和世界经济的快速发展,汽车的数量不断增加,各种交通事故也越来越多。据统计,约五分之一的事故是由驾驶员在驾驶车辆中存在接电话、与乘客说话等分心驾驶行为导致的。交通安全问题已经成为全球关注的焦点,如何快速、准确地检测出驾驶员的分心行为,避免分心驾驶引发的交通事故是研究人员面临的一大难题。近年来,卷积神经网络（Convolutional Neural Network,CNN）凭借其突出的特征提取能力和较高的识别准确度,被研究人员屡次用于分心检测。然而,CNN模型庞大的网络参数量使得其训练变得耗时、困难,而且模型中卷积层数过多时容易产生过拟合、梯度消失等问题,对于实时分心检测常常力有不逮。为了解决上述问题,本文提出一种端到端的检测网络CNN-H（Convolutional Neural Network-HOG）。由于现有CNN模型只关注网络最后一层的输出特征,而中间层特征包含很多有用的颜色、边缘、纹理等信息,因此CNN-H模型提取了多阶段的中间网络层输出特征,并与方向梯度直方图（Histogram of Oriented Gradient,HOG）特征融合,丰富了网络用于决策的信息来源,使得CNN模型预测的结果更加准确。其模型参数量仅为3.6M,采用L2权重正则化（L2 Weight Regularization）、Dropout以及批归一化（Batch Normalization）提升网络的性能,使网络具有更强的鲁棒性。为了验证该网络的有效性,在两个公共数据集AUC Distracted Driver（AUCD2）和State Farm Distracted Driver Detection（SFD3）上进行了网络训练和测试。实验结果表明,在驾驶员分心检测准确度和实时检测性能方面,CNN-H模型能够达到令人满意的效果。虽然CNN-H模型获得了很不错的效果,但也存在网络不够精简（需要分为两路）、视野变化单一等问题。另外,用于模型训练和测试的原始图像,除去驾驶员本身的动作外,往往存在大量无用的背景噪声,这将对模型提取图像特征会产生很大的干扰。为了解决这些问题,同时满足实时检测的需求,在仅关注驾驶动作基础上,提出了一种基于递减卷积核的驾驶员分心检测网络模型DHCNN（Decreasing-HOG Convolutional Neural Network）。因为HOG图像可以有效地过滤掉大部分无用的背景噪声,只保留驾驶动作轮廓信息,所以我们对输入网络的图像都提取了HOG特征然后生成相应的HOG图像。D-HCNN模型首先使用较大的卷积核来确保网络具有较大的感受野,可以快速提取到驾驶员的动作信息。随着网络层的深入,采用线性递减的方式逐渐减小卷积核大小,使得网络在接下来的卷积运算中,进一步提取图像更微小、更抽象的纹理和边缘信息,从而获取到更加有效、更加深层的特征,同时也能够降低网络参数数量。在AUCD2和SFD3数据集上的实验结果表明,与现有很多论文的方法相比,DHCNN模型在减少参数量、提高准确度和实时性检测方面都取得了很好的效果。CNN-H模型主体特征是由CNN网络提取的,而HOG特征是作为辅助特征,这样设计是针对图片内容比较复杂的情况,而D-HCNN模型完全依赖HOG图像,适用于图片背景简单的情况。本文通过实验验证了两种模型的适用场景。在论文最后,我们还讨论和展望了分心驾驶评价指标、外界因素的结合、降低网络参数、应用目标检测等四个研究方向。