摘要
本发明涉及一种网约车司机驾驶行为智能感知方法、系统及存储介质,所述方法包括:通过多种模态的传感器采集来自网约车及司机的原始驾驶行为数据;对不同传感器采集到的原始驾驶行为数据进行数据预处理和时间对齐,得到模态数据;根据模态数据进行特征构建和融合编码,得到融合特征向量;根据基于Transformer编码器的特征提取网络,对融合特征向量进行特征提取,得到与融合特征向量对应的全局语义信息向量;根据基于多重感知机的分类判断网络以及全局语义信息向量,对网约车司机的驾驶行为进行分类,得到网约车司机驾驶行为感知结果。本发明通过构建端到端的深度学习模型,结合时序建模与语义聚合结构,能够有效识别多种典型驾驶行为。
技术关键词
智能感知方法
司机
网约车
特征提取网络
训练卷积神经网络模型
加速度
数据标签
编码器
角速度信息
感知特征
定位特征
向量特征提取
传感器
智能感知系统
图像
语义特征提取
滑动窗口
前馈神经网络
系统为您推荐了相关专利信息
滑动平均滤波
特征提取网络
构建卷积神经网络
信号
样本
铁路货车车体
数据处理服务器
缺陷识别方法
高光谱相机
特征提取网络
无标签数据
特征提取网络
图像识别方法
图像识别装置
图像识别系统
注意力机制
深度学习网络模型
危险品
特征提取网络
采样模块