摘要
本申请提供一种汽车驾驶员驾驶行为识别方法及装置,该方法包括:构建包括基于深度可分离卷积网络的编码器和基于压缩激励网络的解码器的原始识别模型;通过驾驶行为样本数据和训练配置数据对原始识别模型进行训练,得到驾驶员分心识别模型;将驾驶员分心识别模型部署到目标车辆的车载硬件平台上;在驾驶员驾驶目标车辆的过程中,获取目标车辆上座舱摄像头采集的视频流数据;根据驾驶员分心识别模型和视频流数据进行驾驶行为识别处理,得到识别结果;根据识别结果确定驾驶员的当前驾驶行为。可见,该方法及装置能够实时识别驾驶员的驾驶行为,准确性和稳定性好,不需要驾驶员佩戴检测设备,保证了驾驶员的驾驶体验和舒适度。
技术关键词
驾驶员分心
识别方法
模型训练算法
视频流
车辆
车载扬声器
解码器
数据
硬件平台
汽车
计算机程序指令
编码器
样本
识别装置
座舱
网络
电子设备
可读存储介质
存储计算机程序
系统为您推荐了相关专利信息
图像识别方法
区域建议网络
图像识别装置
数据
处理器
神经网络模型
绝缘故障检测方法
待测车辆
非易失性存储介质
样本
车道
车流量数据
大数据
车辆快速通行
路径规划技术
舌象识别方法
节点特征
两阶段
输出特征
SLIC算法