[发明专利]一种基于多区域特征学习模型的驾驶员行为识别方法有效
| 申请号： | 201910391169.7 | 申请日： | 2019-05-11 |
| 公开（公告）号： | CN110135327B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 路小波;陆明琦;张德明 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06V20/59 | 分类号： | G06V20/59;G06V10/774;G06V10/764;G06V10/84;G06V10/82;G06N3/0464;G06N3/048;G06N3/047;G06N3/08 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 蒋昱 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明设计了一种基于多区域特征学习模型的驾驶员行为识别方法，涉及计算机视觉中的行为识别领域。本发明结合图片多个有判别力的区域，比如手、方向盘、头等局部区域，与整体图片相结合作为驾驶员行为识别的依据。本发明在RCNN模型的基础上，使用Bing算法用于区域生成，测出图片中多个具有判别力的局部区域，随后将局部区域与整体图片分别送入卷积神经网络模型中提取相关特征，最后将特征融合进行行为分类。本发明所设计的网络可以高效快速地提取驾驶员行为的多区域特征，进一步提高驾驶员行为识别准确率。发明在交通安全领域有重要的应用价值。 | ||
| 搜索关键词： | 一种 基于 区域 特征 学习 模型 驾驶员 行为 识别 方法 | ||
【主权项】：
1.一种基于多区域特征学习模型的驾驶员行为识别方法，其特征在于：包含以下步骤：步骤1：建立驾驶员行为识别的图像数据集；步骤2：构建神经网络模型；步骤3：训练多区域特征学习网络模型；步骤4：对多区域特征学习网络模型进行测试。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910391169.7/，转载请声明来源钻瓜专利网。
