基于支持向量机的车辆驾驶行为识别研究 被引量：21

1

作者 祝俪菱 刘澜 +1 位作者 赵新朋 杨达 《交通运输系统工程与信息》 EI CSCD 北大核心 2017年第1期91-97,共7页

从车辆行驶轨迹的角度,车辆驾驶行为可细分为车辆跟驰行为、车辆换道准备行为和车辆换道执行行为,它们对交通拥堵、交通事故等都有着重要影响,也是自动驾驶、交通仿真等系统的基础构成模块.然而,如何从实际微观交通流数据中对3种行为进... 从车辆行驶轨迹的角度,车辆驾驶行为可细分为车辆跟驰行为、车辆换道准备行为和车辆换道执行行为,它们对交通拥堵、交通事故等都有着重要影响,也是自动驾驶、交通仿真等系统的基础构成模块.然而,如何从实际微观交通流数据中对3种行为进行识别是驾驶行为研究的基础和难点.本文提出基于支持向量机的驾驶行为识别方法,使用真实车辆轨迹数据,为提高模型的准确率,首先对样本数据进行归一化和主成分分析预处理,然后采用网格搜索算法对惩罚因子和核参数进行寻优,最后利用样本数据对基于支持向量机的分类模型进行训练和测试.结果表明,模型的测试精度达到了98.41%,能够很好地识别车辆的行驶状态,为驾驶行为各阶段的研究提供支持. 展开更多

关键词 交通工程 驾驶行为识别 支持向量机 车辆换道准备 车辆换道执行

下载PDF 职称材料

基于卷积神经网络的驾驶人行为识别方法研究 被引量：19

2

作者 徐丹 代勇 纪军红 《中国安全科学学报》 CAS CSCD 北大核心 2019年第10期12-17,共6页

为探究汽车驾驶人非安全驾驶行为的识别问题,在简要分析现有驾驶人行为识别方法的基础上,提出一种基于卷积神经网络(CNN)的驾驶人行为识别方法,分析CNN前向传播与反向传播过程,给出处理驾驶人行为识别问题的CNN网络架构。结果表明:用该... 为探究汽车驾驶人非安全驾驶行为的识别问题,在简要分析现有驾驶人行为识别方法的基础上,提出一种基于卷积神经网络(CNN)的驾驶人行为识别方法,分析CNN前向传播与反向传播过程,给出处理驾驶人行为识别问题的CNN网络架构。结果表明:用该方法可识别,其平均识别率达97.13%,相对于传统提取方向梯度直方图特征(HOG),并用随机森林(RF)分类的算法,该方法的识别率平均提高了3.62%。 展开更多

关键词 驾驶人行为识别 卷积神经网络(CNN) 前向传播 反向传播 深度学习 驾驶安全

下载PDF 职称材料

基于图卷积网络的多信息融合驾驶员分心行为检测 被引量：8

3

作者 白中浩 王韫宇 张林伟 《汽车工程》 EI CSCD 北大核心 2020年第8期1027-1033,共7页

为减少由驾驶员分心造成的交通事故,并检测驾驶员在自动驾驶情况下的分心状态以判断驾驶员是否有接管车辆的能力,提出了一种基于图卷积的多信息融合驾驶员分心行为检测方法。通过分析驾驶员分心行为和姿态特征,设计了驾驶员姿态估计图,... 为减少由驾驶员分心造成的交通事故,并检测驾驶员在自动驾驶情况下的分心状态以判断驾驶员是否有接管车辆的能力,提出了一种基于图卷积的多信息融合驾驶员分心行为检测方法。通过分析驾驶员分心行为和姿态特征,设计了驾驶员姿态估计图,基于图卷积网络对驾驶员姿态估计图进行特征提取,使用全连接层对所提取特征进行行为分类,同时融合手机等关键物体信息对驾驶员分心行为进行再判断。实验结果表明,本文提出的方法在SrateFarm数据集和自制数据集上分别达到了90%和93%的准确率,检测速度约为20帧/s,准确性和实时性均达到检测要求。 展开更多

关键词 驾驶员分心 姿态估计 行为识别 图卷积网络

下载PDF 职称材料

基于多尺度骨架图和局部视觉上下文融合的驾驶员行为识别方法

4

作者 胡宏宇 黎烨宸 +3 位作者 张争光 曲优 何磊 高镇海 《汽车工程》 EI CSCD 北大核心 2024年第1期1-8,28,共9页

识别非驾驶行为是提高驾驶安全性的重要手段之一。目前基于骨架序列和图像的融合识别方法具有计算量大和特征融合困难的问题。针对上述问题,本文提出一种基于多尺度骨架图和局部视觉上下文融合的驾驶员行为识别模型(skeleton-image base... 识别非驾驶行为是提高驾驶安全性的重要手段之一。目前基于骨架序列和图像的融合识别方法具有计算量大和特征融合困难的问题。针对上述问题,本文提出一种基于多尺度骨架图和局部视觉上下文融合的驾驶员行为识别模型(skeleton-image based behavior recognition network,SIBBR-Net)。SIBBR-Net通过基于多尺度图的图卷积网络和基于局部视觉及注意力机制的卷积神经网络,充分提取运动和外观特征,较好地平衡了模型表征能力和计算量间的关系。基于手部运动的特征双向引导学习策略、自适应特征融合模块和静态特征空间上的辅助损失,使运动和外观特征间互相引导更新并实现自适应融合。最终在Drive&Act数据集进行算法测试,SIBBR-Net在动态标签和静态标签条件下的平均正确率分别为61.78%和80.42%,每秒浮点运算次数为25.92G,较最优方法降低了76.96%。 展开更多

关键词 驾驶员行为识别 多尺度骨架图 局部视觉上下文 多模态数据自适应融合

下载PDF 职称材料

基于双路时空网络的驾驶员行为识别

5

作者 席治远 唐超 +1 位作者 童安炀 王文剑 《计算机应用》 CSCD 北大核心 2024年第5期1511-1519,共9页

驾驶员危险驾驶行为是恶性交通事故发生的主要原因之一,因此识别驾驶员行为具有工程应用上的重要意义。目前,主流基于视觉的检测方法是对驾驶员行为的局部时空特征进行研究,针对全局空间特征及长时序相关性特征研究较少,这在一定程度上... 驾驶员危险驾驶行为是恶性交通事故发生的主要原因之一,因此识别驾驶员行为具有工程应用上的重要意义。目前,主流基于视觉的检测方法是对驾驶员行为的局部时空特征进行研究,针对全局空间特征及长时序相关性特征研究较少,这在一定程度上无法结合场景上下文信息对危险驾驶行为进行识别。为了解决上述问题,提出一种基于双路时空网络的驾驶员行为识别方法,整合不同时空通路的优点以提高行为特征丰富度。首先,使用一种改进的双流卷积神经网络(TSN)对时空信息进行表征学习,同时降低提取特征的稀疏性;其次,构建一种基于Transformer的串行时空网络补充长时序相关性信息;最后,联合双路时空网络进行融合决策,增强模型的鲁棒性。实验结果表明,所提方法在驾驶员疲劳检测数据集YawDD、驾驶员分心检测数据集SF-DDDD和最新驾驶员行为识别数据集SynDD1这3个公开数据集上分别取得99.85%、99.94%和98.77%的识别准确率,特别是在SynDD1上,与使用动作识别的网络MoviNet-A0相比识别准确率提升了1.64个百分点;消融实验结果也验证了该方法对驾驶员行为有较高的识别精度。 展开更多

关键词 驾驶员行为识别 双路时空网络 双流卷积神经网络 TRANSFORMER

下载PDF 职称材料

基于深度学习的驾驶员分心检测理论研究

6

作者 谢霄 张宏 +4 位作者 介智登 孙酩皓 叶娟 陈宇轩 张昊天 《汽车实用技术》 2024年第13期23-29,共7页

文章提出了一种基于改进Yolov8的驾驶员分心检测方法,在Yolov8的基础上设计了一种包含小目标检测层和新型连接结构的加权双向特征金字塔网络(BiFPN)。在骨干网络中,引入了高效多尺度注意力(EMA)机制模块,以加强对关键信息的学习和提取... 文章提出了一种基于改进Yolov8的驾驶员分心检测方法,在Yolov8的基础上设计了一种包含小目标检测层和新型连接结构的加权双向特征金字塔网络(BiFPN)。在骨干网络中,引入了高效多尺度注意力(EMA)机制模块,以加强对关键信息的学习和提取。提出了一种新型的C2f结构,将动态卷积、注意力机制融入到C2f中。改进模型的精度提高了4.6%,同时参数量降低了27.1%,一定程度上减小了模型的规模,提高了计算效率。最后在公开数据集上进行泛化实验,各项评价指标皆优于原模型。因此,文章研究为分心驾驶行为检测领域提供了一种更高效、更精确的解决方案,为道路安全和交通监管提供有力的支持。 展开更多

关键词 深度学习 注意力机制 驾驶员行为识别 目标检测算法

下载PDF 职称材料

基于Python生态的驾驶员行为识别系统研究

7

作者 李家凯 李小琦 《信息与电脑》 2023年第3期185-187,共3页

研究人员发现交通事故发生的主观原因除了与驾驶员的道路安全意识淡薄有关,还与司机驾驶行为失当有关。文章旨在设计驾驶员行为分析和预警的软件系统,识别驾驶员面部和手部行为动作,达到对驾驶员行为安全预警的目的。该系统基于Python... 研究人员发现交通事故发生的主观原因除了与驾驶员的道路安全意识淡薄有关,还与司机驾驶行为失当有关。文章旨在设计驾驶员行为分析和预警的软件系统,识别驾驶员面部和手部行为动作,达到对驾驶员行为安全预警的目的。该系统基于Python语言生态,辅以PyTorch深度学习框架、OpenCV计算机视觉库等各类图像处理模块设计而成,实现了识别驾驶员行为。 展开更多

关键词 驾驶员行为识别 疲劳检测 图像处理 面部识别 行为识别

下载PDF 职称材料

侧窗自适应彩色增强算法在司机行为识别系统中的应用研究

8

作者 崔宵洋 袁小军 +3 位作者 田野 姚巍巍 彭联贴 李晨 《电子测量技术》 北大核心 2023年第11期99-106,共8页

外界光照的变化容易干扰机车司机室视频的图像质量,出现图像亮度异常现象,导致司机行为识别系统检测精度下降。针对此问题,提出了一种基于侧窗滤波的自适应非线性彩色增强算法,并设计了一种新型司机行为识别系统。首先利用主聚类推定算... 外界光照的变化容易干扰机车司机室视频的图像质量,出现图像亮度异常现象,导致司机行为识别系统检测精度下降。针对此问题,提出了一种基于侧窗滤波的自适应非线性彩色增强算法,并设计了一种新型司机行为识别系统。首先利用主聚类推定算法,建立图像照度分类模型,将司机室视频图像分类为低光照、正常光照和曝光3种场景。然后采用本文所提算法对低光照图像进行增强,有效提高了图像亮度、对比度和加强了暗区细节信息。最后利用深度学习方法,建立了基于YOLOv3的司机行为检测模型。为证明可行性,选取某铁路局机务段的6A视频在NVIDIA视频分析服务器上进行试验,结果表明本文提出的低光照图像增强算法能够更好地改善图像质量,利用YOLOv3对增强后的低光照场景图像进行目标检测,项点的检测精度达到了97.20%,与优化前相比提高了6.33%,满足机务段视频智能分析的实际需求。 展开更多

关键词 司机行为识别 侧窗滤波 自适应 彩色增强 YOLOv3

下载PDF 职称材料

基于迁移学习的驾驶分心行为识别及模型解释 被引量：4

9

作者 周扬 张瑞宾 《科学技术与工程》 北大核心 2021年第7期2967-2973,共7页

为了提高驾驶分心识别的应用性及识别模型的可解释性,利用迁移学习方法研究构建驾驶人驾驶分心行为识别模型并采用神经网络可视化技术研究对模型进行解释。以VGG-16模型为基础,对原模型全连接层进行修改以适应驾驶分心行为识别任务,将... 为了提高驾驶分心识别的应用性及识别模型的可解释性,利用迁移学习方法研究构建驾驶人驾驶分心行为识别模型并采用神经网络可视化技术研究对模型进行解释。以VGG-16模型为基础,对原模型全连接层进行修改以适应驾驶分心行为识别任务,将原数据集中的10类驾驶行为按照所包含的分心类型合并为6类,采用合并后的数据集进行模型训练和验证。利用Grad-Cam方法提取了模型在识别不同驾驶行为时的重点关注区域并进行可视化,对照各分心行为的特点及模型分类时的重点关注区域对模型进行了解释。结果表明:所构建模型在测试集中的平均识别准确率达98.89%,经过训练的模型已具备了定位各驾驶行为的关键特征并据此判别行为类别的能力。 展开更多

关键词 驾驶分心 行为识别 迁移学习 神经网络可视化 重点关注区域

下载PDF 职称材料

基于视频序列的矿卡司机不安全行为识别 被引量：3

10

作者 毕林 周超 姚鑫 《黄金科学技术》 CSCD 2021年第1期14-24,共11页

目前许多矿山对于矿卡司机的不安全行为监督仍依赖于人为监管,无法及时准确地发现问题,利用计算机技术识别不安全行为是替代人工检测的一条高效途径。本文利用深度学习来解决视频序列的矿卡司机不安全行为识别,深度学习方法不依赖人工... 目前许多矿山对于矿卡司机的不安全行为监督仍依赖于人为监管,无法及时准确地发现问题,利用计算机技术识别不安全行为是替代人工检测的一条高效途径。本文利用深度学习来解决视频序列的矿卡司机不安全行为识别,深度学习方法不依赖人工设计特征,而是自适应地学习更好的高维特征,具有稳健性更好、速度更快及准确率更高的优点。首先,对帧图像采用翻转、旋转和添加噪点等方法进行数据增强,以降低样本的不均衡性;其次,利用本文优化的模型训练数据。结果表明:网络测试准确率达到93.445%,相比原始双流网络模型提高了15%。将本文模型与不考虑时序动态信息的深度学习模型进行试验比较,证明了时域特征信息对于行为识别的重要性。综上,本文提出的网络模型对于矿卡司机不安全行为的识别率较高,对矿卡司机不安全行为的识别及采矿生产作业安全具有重要实践意义。 展开更多

关键词 不安全行为 视频序列 深度学习 矿卡司机 行为识别 双流网络 融合模型

下载PDF 职称材料

机车司机日勤作业安全监控系统研究

11

作者 林钟雨 吴潼 《物流科技》 2022年第11期51-55,63,共6页

机车乘务作业行为监控是保障铁路行车安全的重要环节。为克服现有人工分析监控模式与方法所存在的司机行为分类过于笼统、监控数据来源单一、监控过程离线无法实时监控、监控效率低下等不足,文章在系统梳理铁路机车司机日勤作业标准流... 机车乘务作业行为监控是保障铁路行车安全的重要环节。为克服现有人工分析监控模式与方法所存在的司机行为分类过于笼统、监控数据来源单一、监控过程离线无法实时监控、监控效率低下等不足,文章在系统梳理铁路机车司机日勤作业标准流程的基础上,初步建立了相应的司机日勤作业行为安全监控项点体系,根据实时、智能监控等5项要求初步设计了一套相应的监控系统框架,进一步针对具体监控项点提出了机车司机作业行为安全智能监控实施方案应包括的主要内容、实现思路与基本方法,并基于车载音视频和机车LKJ等多源数据,采用深度学习方法,选择列车驾驶过程中“信号手比确认”这一典型项点进行了实例验证,成功实现司机4类驾驶行为动作的较高准确率识别,为今后机车司机日勤作业安全监控系统的研究开发奠定初步的思路与技术基础。 展开更多

关键词 机车司机 行为识别 监控项点 系统框架 深度学习

下载PDF 职称材料

基于车辆轨迹数据的交叉口危险驾驶行为预测 被引量：3

12

作者 唐克双 杨博文 +2 位作者 许凯 孙梓栗 周楠 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2017年第10期1454-1461,共8页

基于大量实证车辆轨迹数据建立了信号控制交叉口相位切换期间轨迹预测模型和驾驶员心理决策过程预测模型,并在两个模型的基础上建立了驾驶员危险行为识别的规则,三者共同构成了驾驶员危险行为预测方法.经检验,预测方法的整体精度达到88.... 基于大量实证车辆轨迹数据建立了信号控制交叉口相位切换期间轨迹预测模型和驾驶员心理决策过程预测模型,并在两个模型的基础上建立了驾驶员危险行为识别的规则,三者共同构成了驾驶员危险行为预测方法.经检验,预测方法的整体精度达到88.89%.该预测方法将驾驶员临近交叉口时的隐藏心理决策过程作为一个重要变量运用到危险行为预测方法中,并实现了对车辆个体动态化的轨迹预测. 展开更多

关键词 危险行为预测 车辆轨迹预测 隐藏心理预测 危险行为识别

下载PDF 职称材料