迁移学习下的危险驾驶检测方法研究

• 作者: 汪建良
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 探索与观察
• 页码范围: 43-44
• 页数: 2页
• 语种: 中文

摘要

在交通强国的大背景下,自动驾驶、智能驾驶、远程驾驶等新型技术迅速发展起来.不论科技如何发展,人始终是最重要的因素,是一切操作(指挥、指导、控制等)的核心.近年来,危险驾驶带来的风险与日俱增,各类交通事故频繁发生.如何杜绝驾驶员的危险驾驶,进而从源头最大幅度地降低交通事故,在车联网领域是重点关注的对象.就目前在危险驾驶行为检测方面的缺陷,本文在卷积神经网络的基础上设计了危险驾驶行为检测模型,并通过迁移学习对危险驾驶行为进行检测.实验表明:本实验的准确率最后达到了98.60％.