基于外观姿态融合网络的分心驾驶行为识别方法及系统

AITNT
正文
推荐专利
基于外观姿态融合网络的分心驾驶行为识别方法及系统
申请号:CN202410730294
申请日期:2024-06-06
公开号:CN118736536A
公开日期:2024-10-01
类型:发明专利
摘要
本发明公开了基于外观姿态融合网络的分心驾驶行为识别方法及系统,其中方法,包括:训练后的外观姿态融合网络,用于基于人体姿态估计算法对驾驶行为视频数据进行处理,得到驾驶员上半身的关节坐标,根据所述关节坐标得到骨骼数据;将关节坐标输入到第一图卷积网络中,得到关节特征;将骨骼数据,输入到第二图卷积网络中,得到骨骼特征;将驾驶行为视频数据,输入到混合卷积网络中,得到外观特征;将关节特征和骨骼特征进行融合得到一级融合特征;将一级融合特征与外观特征进行融合得到二级融合特征;对二级融合特征进行分类,得到驾驶行为识别结果。
技术关键词
卷积模块 融合特征 人体姿态估计算法 关节特征 骨骼特征 计算机可读指令 识别方法 网络 输入端 时间域 拼接单元 注意力机制 分区策略 视频 数据 坐标 非暂时性 积层
系统为您推荐了相关专利信息
1
基于改进YOLO算法的图像检测方法
检测网络模型 YOLO算法 图像检测方法 空间金字塔池化 注意力机制
2
基于多模态深层特征代理交叉注意力引导的目标跟踪系统
跟踪系统 特征金字塔 卷积模块 多模态 特征提取网络
3
一种用于可穿戴设备的室内场景点云语义分割方法及系统
关键点 可穿戴设备 邻域 特征点 点云数据处理技术
4
基于深度学习的食品预冷温度预测方法以及装置
长短期记忆网络 融合深度学习模型 融合特征 网络模块 卷积特征
5
文本驱动的针织产品图像生成与编辑方法及装置
针织产品 融合特征 编辑方法 多模态特征 多层次
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号