买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:淮阴工学院
摘要:本发明公开了一种基于多流特征融合和域自适应的分心行为检测方法,通过预训练的Openpose和yolov5模型对驾驶员进行姿态估计和检测驾驶过程中经常使用或相互作用的目标物体;计算代表身体关节特征和人体‑物体交互的语义特征,通过分析身体关节的相对位置和方向,以及驾驶员与物体的交互,可以更准确地识别驾驶员分心行为;构建轻量级多流特征融合网络,引入域自适应网络,提高模型跨驾驶员和跨数据集的泛化能力,增强模型的适应性;调整MSFDA‑Net模型参数并进行训练,以获得最优结果,完成分心行为的准确检测。本发明在现有技术的基础上,进一步提高了在有限数据集和模糊场景下分心新闻给检测的泛化性能和识别精度,为减少交通事故和提升道路安全提供技术支持。
主权项:1.一种基于多流特征融合和域自适应的分心行为检测方法,其特征在于,所述方法包括如下步骤:S1获取驾驶数据并进行预处理,制作数据集;S2构建MSFDA-Net分心行为检测模型:S2.1串联预训练Openpose模型与预训练yolov5模型,对驾驶数据进行姿态估计和目标物体检测,计算身体关节特征和代表人体-物体交互的语义特征;S2.2利用多流特征融合网络与域自适应性网络模块建立端到端模型;S2.2.1构建多流特征融合网络,采用特征降维和特征抽象方式处理特征,并输入域自适应网络模块;S2.2.2域自适应网络模块采用跨域特征学习策略,增强模型对高层次语义信息的理解与泛化能力;S3对MSFDA-Net分心行为检测模型的参数配置进行调整并训练,获得最优结果,完成分心行为检测。
全文数据:
权利要求:
百度查询: 淮阴工学院 一种基于多流特征融合和域自适应的分心行为检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。