基于图卷积网络的多信息融合驾驶员分心行为检测

• 作者: 张林伟 王韫宇 白中浩
• 来源期刊: 汽车工程
• 关键词: 驾驶员分心 姿态估计 行为识别 图卷积网络
• 年，卷（期）: 2020,（8）
• 页码范围: 1027-1033
• 页数: 7页
• 字数: 6060字
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2020.08.005

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白中浩	湖南大学汽车车身先进设计制造国家重点实验室	52	476	13.0	19.0
3	张林伟	湖南大学汽车车身先进设计制造国家重点实验室	4	3	1.0	1.0
6	王韫宇	湖南大学汽车车身先进设计制造国家重点实验室	1	0	0.0	0.0