基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
驾驶员分心驾驶是造成交通事故的主要原因之一,利用车载设备识别驾驶员是否存在分心行为是当下亟须解决的问题.识别驾驶员是否存在分心行为的关键,在于正确理解驾驶员的姿态.对此,文中提出一种使用驾驶员的人体关键点位置信息来帮助卷积神经网络识别驾驶员是否分心驾驶的方法.通过加入人体关键点的位置信息,可以有效地使得卷积神经网络关注于驾驶员的姿态,减少背景信息的干扰.使用Alpha Pose系统获取驾驶员上半身9个关键点的坐标,利用高斯公式分别以每个关键点为中心生成热力图.热力图包含关键点位置的响应,离关键点越近的位置,响应值越大.在VGG16和ResNet50的基础上,探讨8种结构,分别将9张热力图和不同的特征图融合,作为下一个卷积的输入.实验结果表明,该方法在State Farm数据集上达到了94.934%的准确率,优于其他方法.
推荐文章
基于关键点梯度特征描述的人体行为识别算法
关键点检测
梯度位置朝向直方图
人体行为识别
支持向量机
基于时空兴趣点的人体行为识别
行为识别
特征提取
时空兴趣点
隐马尔可夫模型
平均 Hausdorff 距离
融合目标检测和人体关键点检测的铁路司机行为识别
深度学习
目标检测
关键点检测
半精度加速
基于模板匹配的人体日常行为识别
计算机视觉
人体轮廓
编辑距离
关键姿态
聚类
动态时间规整
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人体关键点的分心驾驶行为识别
来源期刊 计算机技术与发展 学科 工学
关键词 分心驾驶 人体关键点 卷积神经网络 热力图 深度学习
年,卷(期) 2019,(7) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 1-5
页数 5页 分类号 TP391.4|TP183
字数 3921字 语种 中文
DOI 10.3969/j.issn.1673-629X.2019.07.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈峘 南京航空航天大学能源与动力学院 45 574 13.0 23.0
2 夏瀚笙 南京航空航天大学能源与动力学院 4 14 2.0 3.0
3 胡委 南京航空航天大学能源与动力学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (50)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
分心驾驶
人体关键点
卷积神经网络
热力图
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
相关基金
航空科学基金
英文译名:
官方网址:http://www.chinaasfc.cn/file_show.asp?LanMuID=GZZD0100
项目类型:面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导