基于图卷积网络的多信息融合驾驶员分心行为检测 |
| |
作者姓名: | 白中浩 王韫宇 张林伟 |
| |
作者单位: | 湖南大学,汽车车身先进设计制造国家重点实验室,长沙 410082;福建工程学院,福建省汽车电子与电驱动重点实验室,福州 350118;湖南大学,汽车车身先进设计制造国家重点实验室,长沙 410082 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;福建工程学院科研创新平台开放基金项目 |
| |
摘 要: | 为减少由驾驶员分心造成的交通事故,并检测驾驶员在自动驾驶情况下的分心状态以判断驾驶员是否有接管车辆的能力,提出了一种基于图卷积的多信息融合驾驶员分心行为检测方法。通过分析驾驶员分心行为和姿态特征,设计了驾驶员姿态估计图,基于图卷积网络对驾驶员姿态估计图进行特征提取,使用全连接层对所提取特征进行行为分类,同时融合手机等关键物体信息对驾驶员分心行为进行再判断。实验结果表明,本文提出的方法在SrateFarm数据集和自制数据集上分别达到了90%和93%的准确率,检测速度约为20帧/s,准确性和实时性均达到检测要求。
|
关 键 词: | 驾驶员分心 姿态估计 行为识别 图卷积网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|