[1]叶绿,陈铖,Sugianto Sugianto,等.基于图像分割的驾驶员分心行为识别研究[J].浙江科技大学学报,2020,(03):209-215.
　Driver’s distracted behavior recognition research based on image segmentation[J].,2020,(03):209-215.
点击复制

基于图像分割的驾驶员分心行为识别研究(/HTML)
分享到：

《浙江科技大学学报》[ISSN:2097-5236/CN:33-1431/Z]

卷:
期数:
2020年03期
页码:
209-215
栏目:
出版日期:
2020-06-30

文章信息/Info

Title:
Driver’s distracted behavior recognition research based on image segmentation
文章编号:
1671-8798(2020)03-0209-07
作者:
叶绿; 陈铖; Sugianto Sugianto; Chido Natasha Muponda;  Agordzo George Kofi; Koi David Ernest
浙江科技学院 a.信息与电子工程学院;b.机械与能源工程学院,杭州 310023
Author(s):
a.School of Information and Electronic Engineering; b.School of Mechanical and Energy Engineering, Zhejiang University of Science and Technology, Hangzhou 310023, Zhejiang, China
关键词:
图像分割; 神经网络; 特征提取; 分心行为识别
分类号:
TP391.41
文献标志码:
A
摘要:
针对驾驶员分心行为对交通安全产生隐患的问题,提出一种结合图像分割与卷积神经网络的驾驶员分心行为检测方法。该方法通过使用图像分割处理后的驾驶员不同分心行为的图像对卷积网络结构模型进行训练,来减轻背景噪声的影响,以提高模型的识别性能。试验中使用未经分割的图像与经过前景分割后图像分别训练卷积神经网络模型,用分割后图像训练的模型识别的准确率达到了93.84%,高于使用原图像训练的模型。试验结果表明,结合图像分割和深度学习的驾驶员分心行为检测方法对驾驶员的分心行为有较好的检测效果。

相似文献/References:

[1]叶欢月,贾相武,徐冰冰,等.基于遗传算法的汽车复杂注塑件成形工艺参数优化 [J].浙江科技大学学报,2009,(03):210.
　YE Huan-yue,JIA Xiang-wu,XU Bing-bing,et al.Parameter optimization on complex injection molding process based on genetic algorithm[J].,2009,(03):210.
[2]陈正伟,朱建华,周 律,等.人民币纸币冠字号码字符识别方法研究[J].浙江科技大学学报,2014,(06):415.
　CHEN Zhengwei,ZHU Jianhua,ZHOU Lü,et al.Study on recognition method of crown word number for RMB paper money[J].,2014,(03):415.
[3]梁 艳.基于多图谱标签融合的脑MRI图像分割[J].浙江科技大学学报,2016,(05):373.
　LIANG Yan.Segmentation of tissue in brain MRI image based on multi atlas label fusion[J].,2016,(03):373.
[4]吴颖东,穆清萍,董霏,等.面向光伏发电功率预报的云层图像采集与分割研究[J].浙江科技大学学报,2018,(05):391.
[5]咸超,张金江.面向居民用电负荷的非侵入式需求响应研究[J].浙江科技大学学报,2022,(05):391.
　XIAN Chao,ZHANG Jinjiang.Research on non-intrusive demand response for residential electricity load[J].,2022,(03):391.

更新日期/Last Update: