基于深度残差网络的驾驶行为识别

• 作者: 武文博
• 来源期刊: 数字技术与应用
• 关键词: 驾驶行为识别 卷积神经网络 深度残差网络 深度学习
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 算法分析
• 页码范围: 83-86
• 页数: 4页
• 分类号: U463.6
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2021.07.28

摘要

为解决司机驾驶行为识别效率低下和准确率不足的问题,提出一种基于深度残差网络的驾驶行为识别模型(Driver-behavior Recognition Network,DRNet).首先对深度残差网络的结构和原理进行研究,构建驾驶行为识别模型;然后设计三种模型结构,使用Pytorch深度学习框架搭建识别模型,载入驾驶行为数据集进行实验验证;最后对比实验数据确认效果最优模型为Res-101.实验结果验证文中提出的模型具有高效性和准确性,为促进车辆安全性的研究做出贡献.