结合图像分割和ResNet18的危险驾驶行为识别被引量：2

下载PDF

导出

摘要针对驾驶行为图像中背景干扰问题,文章提出了一种结合图像分割和残差网络的危险驾驶行为识别方法。首先采用GrabCut分割出图像中驾驶员所在区域;然后通过迁移学习完成基于ResNet18的识别模型;最后使用AUC数据集验证算法的有效性。实验表明:在测试集上实现了94.57%的准确率。

作者杨维民安征

机构地区中国民航大学

出处《信息通信》 2020年第6期7-8,共2页 Information & Communications

基金中央高校基本科研业务费资助项目(项目编号:201928)。

关键词驾驶行为识别深度学习卷积神经网络图像分割

分类号 U463.6 [机械工程—车辆工程]

引文网络
相关文献

参考文献4

1李此君,刘云鹏.基于协方差流形的异常驾驶行为识别方法[J].太赫兹科学与电子信息学报,2018,16(2):323-329. 被引量：2
2徐丹,代勇,纪军红.基于卷积神经网络的驾驶人行为识别方法研究[J].中国安全科学学报,2019,29(10):12-17. 被引量：19
3褚晶辉,张姗,汤文豪,吕卫.基于导师-学生网络的驾驶行为识别方法[J].激光与光电子学进展,2020,57(6):203-210. 被引量：1
4李均鹏,祝开艳,杨澍.基于迁移学习的复杂场景海洋鱼类识别方法[J].计算机应用与软件,2019,36(9):168-174. 被引量：15

二级参考文献18

1于黎明,王占林.人机系统最优预见补偿跟踪控制研究[J].自动化学报,2001,27(3):421-423. 被引量：10
2邓院昌,史晨军.基于贝叶斯结构方程模型的疲劳驾驶行为意图研究[J].安全与环境学报,2019,19(2):520-526. 被引量：11
3吴一全,殷骏,戴一冕,袁永明.基于蜂群优化多核支持向量机的淡水鱼种类识别[J].农业工程学报,2014,30(16):312-319. 被引量：44
4杜伟东,李海森,魏玉阔,徐超.基于SVM的决策融合鱼类识别方法[J].哈尔滨工程大学学报,2015,36(5):623-627. 被引量：14
5许枫,张乔,张纯,苏瑞文.Walsh变换对鱼类特征识别的研究[J].应用声学,2015,34(5):465-470. 被引量：5
6陈力,王俊凯,张玉玺.基于深度信息的人体运动识别方法[J].太赫兹科学与电子信息学报,2016,14(3):443-448. 被引量：2
7林明旺.基于卷积神经网络的鱼类图像识别与分类[J].电子技术与软件工程,2017(6):82-83. 被引量：10
8林明旺.深度学习在鱼类图像识别与分类中的应用[J].数字技术与应用,2017,35(4):96-97. 被引量：15
9张慧,王坤峰,王飞跃.深度学习在目标视觉检测中的应用进展与展望[J].自动化学报,2017,43(8):1289-1305. 被引量：250
10顾郑平,朱敏.基于深度学习的鱼类分类算法研究[J].计算机应用与软件,2018,35(1):200-205. 被引量：36

共引文献33

1杨大为,蔡宇.基于迁移学习与改进型AlexNet的蝴蝶分类算法[J].信息与控制,2023,52(4):514-524. 被引量：2
2刘志刚,张柯,李捷.一种目标机动意图识别方法[J].太赫兹科学与电子信息学报,2020,18(3):520-526.
3陈婷,张亚南,张赛,邵倩.基于深度学习网络的小目标检测算法研究[J].电子设计工程,2020,28(23):84-87. 被引量：4
4于红.水产动物目标探测与追踪技术及应用研究进展[J].大连海洋大学学报,2020,35(6):793-804. 被引量：26
5陈杰,朱力.基于深度学习的电力工程现场动作识别研究[J].信息技术,2020,44(12):53-58.
6张洪宾,于祥阁,陈慈,李梦琦.基于行程时间的驾驶风格贝叶斯决策树动态识别[J].山东理工大学学报（自然科学版）,2021,35(3):49-54. 被引量：1
7周扬,张瑞宾.基于迁移学习的驾驶分心行为识别及模型解释[J].科学技术与工程,2021,21(7):2967-2973. 被引量：4
8陈友升,周介祺,梁敏健,张大伟,刘桂雄.基于YOLOv5视觉感知的实时叉车驾驶操作行为识别方法[J].自动化与信息工程,2021,42(3):21-26. 被引量：6
9古莹奎,刘平,林忠海,邱光琦.基于Kurtogram与DSCN的滚动轴承故障诊断方法[J].中国安全科学学报,2021,31(6):99-105. 被引量：4
10关闯,冯浩,张志勇,姜镇飞,张泽枫.基于行车视频消失点和逆透视变换的车速测量[J].中国安全科学学报,2021,31(6):128-135. 被引量：5

同被引文献15

1陈鹰.人工智能在钢铁材料微观组织分析中的应用与展望[J].中国体视学与图像分析,2022,27(1):47-54. 被引量：5
2李祥兵,肖合林.基于Matlab的小波阈值折衷去噪算法研究[J].电脑开发与应用,2009,22(6):4-6. 被引量：10
3周宇杰.深度学习在图像识别领域的应用现状与优势[J].中国安防,2016,0(7):75-78. 被引量：15
4Yanping WANG,Dianjun GONG,Liping PANG,Dan YANG.RVFL-Based Optical Fiber Intrusion Signal Recognition With Multi-Level Wavelet Decomposition as Feature[J].Photonic Sensors,2018,8(3):234-241. 被引量：11
5吴俊,管鲁阳,鲍明,许耀华,叶炜.基于多尺度一维卷积神经网络的光纤振动事件识别[J].光电工程,2019,46(5):76-83. 被引量：25
6曾建华,黄时杰.典型图像边缘检测算子的比较与分析[J].河北师范大学学报（自然科学版）,2020,44(4):295-301. 被引量：27
7王浩.基于深度残差网络ResNet的废料瓶分类系统[J].科技与创新,2020(14):71-72. 被引量：5
8汪诗奇,王莹,杨宏,石晨辰,肖胜昌.顾及局部统计特征的均值滤波方法及其应用[J].测绘地理信息,2021,46(2):51-54. 被引量：1
9黄洋,赵风海,卢景.语音信号处理中双门限端点检测算法的改进[J].南开大学学报（自然科学版）,2021,54(2):58-62. 被引量：8
10汪泉,宋文龙,张怡卓,陈佳昊,蒋大鹏.基于改进VGG16网络的机载高光谱针叶树种分类研究[J].森林工程,2021,37(3):79-87. 被引量：25

引证文献2

1张毅,徐方辰,戴丽娟,奚扬.分布式光纤传感信号高识别率技术研究[J].智能计算机与应用,2022,12(9):179-182. 被引量：1
2刘青,樊治海,仝珂,白小亮,李东风,韩永明,侯强.深度学习图像分类技术在石油管材显微组织分析中的应用[J].石油管材与仪器,2023,9(1):54-60.

二级引证文献1

1郭欣欣,杨哲,高奇,王剑.互联通信背景下智能ODN光纤识别技术策略研究[J].江苏通信,2024,40(3):57-59.

1张竞峰,柴文光.结合改进引导滤波的GrabCut容器前景图像分割[J].计算机科学与应用,2020,10(2):379-386.
2李凌乐,李瑞华.基于RGB-D弹性可形变物体跟踪识别控制披萨厨师机器人方法研究[J].食品与机械,2020,36(2):100-104.

信息通信

2020年第6期

浏览历史

内容加载中请稍等...

结合图像分割和ResNet18的危险驾驶行为识别被引量：2

参考文献4

二级参考文献18

共引文献33

同被引文献15

引证文献2

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

结合图像分割和ResNet18的危险驾驶行为识别 被引量：2

参考文献4

二级参考文献18

共引文献33

同被引文献15

引证文献2

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

结合图像分割和ResNet18的危险驾驶行为识别被引量：2