摘要
本发明公开了一种基于融合注意力机制和Bi‑LSTM的驾驶员分心检测方法,包括:采集驾驶员原始图像并对驾驶员原始图像进行数据预处理,获得目标数据集;构建基于融合注意力机制和Bi‑LSTM的驾驶员分心检测网络模型,将目标数据集输入驾驶员分心检测网络模型进行模型训练,获得训练后的模型;根据性能指标对训练后的模型的整体性能进行评估,获得具备驾驶员分心检测能力的目标检测模型;将目标检测模型部署迁移到实际的新能源车辆的车载环境中,实时检测驾驶员行为,获得实时检测反馈结果。本发明提高了对分心行为检测的准确性。
技术关键词
驾驶员分心
检测网络模型
融合注意力机制
LSTM模型
新能源车辆
双向长短期记忆网络
数据
红外摄像机
参数
图像组合
图像类别
多层感知机
收音机
仪表板
后视镜
采样率
方向盘
通道
系统为您推荐了相关专利信息
燃煤机组
优化控制方法
斯皮尔曼等级相关系数
SO2排放浓度
斯皮尔曼相关系数
水质预测方法
长短期记忆网络
记忆单元
在线监测数据
LSTM模型
智能仓储管理方法
LSTM模型
库存周转率
三维网格单元
分区
风电功率预测方法
非线性特征提取
风电功率预测系统
LSTM模型
信息数据处理终端
状态诊断
LSTM模型
设备运行参数
SVD算法
字典