查询结果:   李俊俊,杨华民,张澍裕,李松江.基于神经网络融合的司机违规行为识别[J].计算机应用与软件,2018,35(12):222 - 227,319.
中文标题
基于神经网络融合的司机违规行为识别
发表栏目
图像处理与应用
摘要点击数
756
英文标题
DRIVER’S ILLEGAL BEHAVIOR RECOGNITION BASED ON NEURAL NETWORK FUSION
作 者
李俊俊 杨华民 张澍裕 李松江 Li Junjun Yang Huamin Zhang Shuyu Li Songjiang
作者单位
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 长春理工大学计算机科学技术学院 吉林 长春 130022    
英文单位
Internet of Things and Intelligent Structure Room, R & D Center, Beijing Aerospace Institute of Control Devices, Beijing 100854, China School of Computer Science and Technology, Changchun University of Science and Technology, Changchun 130022, Jilin, China    
关键词
深度学习 卷积神经网络 激活函数 行为识别
Keywords
Deep learning Convolution neural network Activation function Behavior recognition
基金项目
吉林省产业技术研究与开发专项项目(2016C090);大数据与社会治理研究国家社科基金项目(17BSH135)
作者资料
李俊俊,工程师,主研领域:数据挖掘,人工智能。杨华民,教授。张澍裕,高工。李松江,讲师。 。
文章摘要
交通的快速发展给人们生活带来很多的便利,但由于司机违规行为而造成的交通事故也频频发生。针对司机在道路行驶过程中会经常出现抽烟和玩手机两种违规行为,通过对深度学习中的经典网络卷积神经网络进行改进。提出神经网络融合的模型,作用于真实的、标注的司机违规行为数据集。与经典的LetNet和AlexNet进行对比,实验结果表明,提出的方法能够有效地识别司机违规行为。
Abstract
The rapid development of traffic has brought a lot of convenience to people’s lives, but traffic accidents caused by drivers’ illegal behaviors also occur frequently. In view of two drivers’ illegal behaviors, smoking and playing with mobile phones, this paper proposed a neural network fusion model by improving the classical convolution neural network in depth learning. This method was applied to the real and tagged data sets of drivers’ irregularities and compared with the LetNet and AlexNet. The comparison experiment results show that the method can effectively identify drivers’ illegal behaviors.
下载PDF全文