摘要
本申请涉及计算机视觉和深度学习技术领域,公开了一种驾驶分心识别方法、装置、设备及存储介质,用于解决传统驾驶分心识别方案难以兼顾识别的时效性和准确度的技术问题。驾驶分心识别方法包括:将原始驾驶员图像数据输入预置的驾驶分心识别模型的输入层进行预处理,并将候选驾驶员图像数据通过深度可分离卷积层进行特征提取,得到初始驾驶行为特征图;将初始驾驶行为特征图输入多频谱注意力层进行频谱划分,并对各频谱范围的特征图进行注意力融合操作,得到融合特征图;将融合特征图输入池化层和特征展平层进行处理,得到待识别驾驶行为特征向量;将待识别驾驶行为特征向量输入分类器进行驾驶分心行为识别,得到驾驶分心识别结果。
技术关键词
识别方法
融合特征
注意力机制
频谱特征
模块
识别设备
分类器
图像
识别装置
时序
数据
更新模型参数
特征提取单元
深度学习技术
可读存储介质
计算机视觉
存储器
标签
指令
系统为您推荐了相关专利信息
天线优化方法
设计约束条件
水波优化算法
螺旋天线
参数
电力预警系统
物联网云平台
气象监测设备
多模态传感器
轻量级深度学习
命名实体识别方法
大语言模型
蒙特卡洛树搜索
社交
文本
FPGA芯片
输入输出板卡
自动化设备
信号收发电路
脉冲
环境检测单元
电力分析系统
网侧变流器
交互设备
检测组件