基于卷积神经网络的驾驶人行为识别方法研究

作者：徐丹; 代勇; 纪军红

来源：中国安全科学学报, 2019, 29(10): 12-17.

DOI：10.16265/j.cnki.issn1003-3033.2019.10.003

• 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

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%。

• 单位
  哈尔滨工业大学; 机电工程学院