摘要
本发明公开了一种基于有监督对比学习的驾驶员分心行为检测模型构建方法及检测方法,各分心驾驶样本按照分心类别被分别标记为特定分心样本类别P1、P2……PQ‑1,剩余分心驾驶样本被标记为未知分心样本类PQ,Q表示分心样本类别数量;使用打标签的训练样本和对比损失函数L1、L2……LQ训练检测模型;所述函数LQ用于分离正常驾驶样本和分心驾驶样本;函数L1、L2……LQ‑1分别对应于特定分心样本类别P1、P2……PQ‑1,函数L1、L2……LQ‑1分别用于分离相应特定分心样本类别与其余样本。本方案通过基于有监督对比学习的驾驶员分心行为检测架构,解决了驾驶员分心行为检测难以同时实现精确识别和开集检测的问题,可实现发短信、打电话和喝水等典型的分心驾驶行为在开集检测情况下的精确识别。
技术关键词
检测模型构建方法
驾驶员分心
样本
训练检测模型
图像特征向量
喝水
编码
索引
打标签
标记
参数
模块
计算方法
短信
典型
元素
系统为您推荐了相关专利信息
频率搜索空间
高频变压器
极值
频率响应
分析方法
神经网络模型
关键点特征
病毒防护方法
节点
风险
仿真模型
训练样本集
设备液压系统
故障诊断方法
数据
频域特征
语音识别方法
基准特征
时域特征
概率密度函数
大语言模型
知识编辑方法
训练样本数据
模块
计算机可读取存储介质