期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MobileViT模型和光流融合的驾驶人行为识别
1
作者
徐慧智
张建召
+1 位作者
蒋贤才
宋成举
《汽车工程》
北大核心
2025年第8期1479-1489,1512,共12页
本文基于MobileViT算法,提出一种新型CNN和Transformer相结合的驾驶人行为识别模型,即Mse-MViT模型。该模型借助光流算法对图像递归处理,提取视频片段起始帧至顶点帧的关键帧序列,获取驾驶人运动信息。自建Driver-vior数据集,基于多尺...
本文基于MobileViT算法,提出一种新型CNN和Transformer相结合的驾驶人行为识别模型,即Mse-MViT模型。该模型借助光流算法对图像递归处理,提取视频片段起始帧至顶点帧的关键帧序列,获取驾驶人运动信息。自建Driver-vior数据集,基于多尺度特征融合、SE注意力机制和双分支结构,实现运动信息和图像全局与局部特征融合。实验结果表明:Mse-MViT模型识别驾驶人行为准确率达到了95.83%,具有更好的性能和鲁棒性;在State Farm数据集上进行对比实验,精度提升了2.5%,验证了改进算法的泛化能力与有效性。
展开更多
关键词
驾驶人行为识别
光流算法
MobileViT
多尺度特征融合
在线阅读
下载PDF
职称材料
基于卷积神经网络的驾驶人行为识别方法研究
被引量：
20
2
作者
徐丹
代勇
纪军红
《中国安全科学学报》
CAS
CSCD
北大核心
2019年第10期12-17,共6页
为探究汽车驾驶人非安全驾驶行为的识别问题,在简要分析现有驾驶人行为识别方法的基础上,提出一种基于卷积神经网络(CNN)的驾驶人行为识别方法,分析CNN前向传播与反向传播过程,给出处理驾驶人行为识别问题的CNN网络架构。结果表明:用该...
为探究汽车驾驶人非安全驾驶行为的识别问题,在简要分析现有驾驶人行为识别方法的基础上,提出一种基于卷积神经网络(CNN)的驾驶人行为识别方法,分析CNN前向传播与反向传播过程,给出处理驾驶人行为识别问题的CNN网络架构。结果表明:用该方法可识别,其平均识别率达97.13%,相对于传统提取方向梯度直方图特征(HOG),并用随机森林(RF)分类的算法,该方法的识别率平均提高了3.62%。
展开更多
关键词
驾驶人行为识别
卷积神经网络(CNN)
前向传播
反向传播
深度学习
驾驶
安全
在线阅读
下载PDF
职称材料
题名
基于MobileViT模型和光流融合的驾驶人行为识别
1
作者
徐慧智
张建召
蒋贤才
宋成举
机构
东北林业大学土木与交通学院
出处
《汽车工程》
北大核心
2025年第8期1479-1489,1512,共12页
基金
黑龙江省自然科学基金—联合基金培育项目(PL2024E012)
国家自然科学基金青年项目(51108137)资助。
文摘
本文基于MobileViT算法,提出一种新型CNN和Transformer相结合的驾驶人行为识别模型,即Mse-MViT模型。该模型借助光流算法对图像递归处理,提取视频片段起始帧至顶点帧的关键帧序列,获取驾驶人运动信息。自建Driver-vior数据集,基于多尺度特征融合、SE注意力机制和双分支结构,实现运动信息和图像全局与局部特征融合。实验结果表明:Mse-MViT模型识别驾驶人行为准确率达到了95.83%,具有更好的性能和鲁棒性;在State Farm数据集上进行对比实验,精度提升了2.5%,验证了改进算法的泛化能力与有效性。
关键词
驾驶人行为识别
光流算法
MobileViT
多尺度特征融合
Keywords
driver behavior recognition
optical flow algorithm
MobileViT
multi-scale feature fusion
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络的驾驶人行为识别方法研究
被引量：
20
2
作者
徐丹
代勇
纪军红
机构
哈尔滨工业大学机电工程学院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2019年第10期12-17,共6页
基金
机器人技术与系统国家重点实验室自主课题(SKLRS201705A).
文摘
为探究汽车驾驶人非安全驾驶行为的识别问题,在简要分析现有驾驶人行为识别方法的基础上,提出一种基于卷积神经网络(CNN)的驾驶人行为识别方法,分析CNN前向传播与反向传播过程,给出处理驾驶人行为识别问题的CNN网络架构。结果表明:用该方法可识别,其平均识别率达97.13%,相对于传统提取方向梯度直方图特征(HOG),并用随机森林(RF)分类的算法,该方法的识别率平均提高了3.62%。
关键词
驾驶人行为识别
卷积神经网络(CNN)
前向传播
反向传播
深度学习
驾驶
安全
Keywords
driver behavior recognition
convolutional neural network(CNN)
forward propagation
back propagation
deep learning
driving safety
分类号
U463.6 [机械工程—车辆工程]
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MobileViT模型和光流融合的驾驶人行为识别
徐慧智
张建召
蒋贤才
宋成举
《汽车工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于卷积神经网络的驾驶人行为识别方法研究
徐丹
代勇
纪军红
《中国安全科学学报》
CAS
CSCD
北大核心
2019
20
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
