基于神经网络融合的司机违规行为识别

• 作者: 张澍裕 李俊俊 李松江 杨华民
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 激活函数 行为识别
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 222-227,319
• 页数: 7页
• 分类号: TP391
• 字数: 5311字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.12.041

摘要

交通的快速发展给人们生活带来很多的便利,但由于司机违规行为而造成的交通事故也频频发生.针对司机在道路行驶过程中会经常出现抽烟和玩手机两种违规行为,通过对深度学习中的经典网络卷积神经网络进行改进.提出神经网络融合的模型,作用于真实的、标注的司机违规行为数据集.与经典的LetNet和Alex-Net进行对比,实验结果表明,提出的方法能够有效地识别司机违规行为.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨华民	长春理工大学计算机科学技术学院	93	612	13.0	20.0
2	李松江	长春理工大学计算机科学技术学院	23	40	4.0	5.0
3	张澍裕	北京航天控制仪器研究所研发中心物联网与智能结构室	4	7	2.0	2.0
4	李俊俊	北京航天控制仪器研究所研发中心物联网与智能结构室	1	5	1.0	1.0