APP下载

基于神经网络融合的司机违规行为识别

2018-12-13李俊俊杨华民张澍裕李松江

计算机应用与软件 2018年12期
关键词:检测模型

李俊俊 杨华民 张澍裕 李松江

1(北京航天控制仪器研究所研发中心物联网与智能结构室 北京 100854)2(长春理工大学计算机科学技术学院 吉林 长春 130022)

0 引 言

随着经济的快速发展,人们逐渐过上了幸福的生活,轿车逐渐成为人们日常生活中的主要交通工具,轿车给人们生活带来便利的同时,也给不少人带来了生命的危险。交通事故的频频发生,使很多美好的家庭遭到沉重的打击。在调查造成交通事故发生的原因时,经过统计发现司机的不规范行为,比如在行驶过程中抽烟、玩手机是造成交通事故的很重要原因。通过制约司机的不规范行为可以在一定程度上减少不必要的交通事故。因此如何快速有效地识别出司机的不规范行为成为众多研究者关心和关注的问题。

司机驾驶违规检测技术的发展,离不开图像识别技术的发展,通过在汽车驾驶室里安装摄像头,来实时检测司机的驾驶行为。近年来随着深度学习的发展,把图像识别技术推向了前所未有的高度。图像识别是计算机视觉领域的重要研究方向之一,其主要是利用计算机对图像进行处理、分析和理解,从而能够识别多种不同情况下的目标及对象。在本文中主要利用图像识别技术来发现司机在行驶过程中的不规范行为。

深度学习作为近年来越来越热门的技术,其在图像识别中表现出了极佳的效果。深度学习在2006年,由Geoffery Hinto和他的学生Ruslan Salakhutdinov在国际顶级学术期刊《Science》上发表的一篇文章[1]中第一次提出,随后深度学习得到了迅速的发展。……

登录APP查看全文

猜你喜欢

检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用