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
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
跟踪系统
特征金字塔
卷积模块
多模态
特征提取网络
关键点
可穿戴设备
邻域
特征点
点云数据处理技术
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