期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的驾驶员分心行为识别模型
被引量:
1
1
作者
成福朋
赵芸
《智能计算机与应用》
2022年第1期46-52,共7页
针对VGG16网络识别驾驶员分心时参数量多、分类准确率低的问题,提出了一种基于多尺度通道的分类模块MCAM。分类模块MCAM包括MCM模块和MSE模块。MCM模块将卷积特征图分离为4个子特征图,使用不同的卷积核对4个子特征图进行空间信息提取,...
针对VGG16网络识别驾驶员分心时参数量多、分类准确率低的问题,提出了一种基于多尺度通道的分类模块MCAM。分类模块MCAM包括MCM模块和MSE模块。MCM模块将卷积特征图分离为4个子特征图,使用不同的卷积核对4个子特征图进行空间信息提取,以期提高分类准确率;MSE模块为改进的通道注意力,其使用一维卷积来改进原始通道注意力中的全连接层,降低了全连接层大量参数问题。将MCAM嵌入VGG16中,并使用非对称卷积辅助降低参数量。实验结果表明,使用MCAM模块在State Farm Distracted Driver分心数据集上达到了97.50%的识别准确率,并降低了VGG16网络的参数量。
展开更多
关键词
驾驶员分心
注意力
深度学习
多尺度卷积
下载PDF
职称材料
题名
基于深度学习的驾驶员分心行为识别模型
被引量:
1
1
作者
成福朋
赵芸
机构
浙江科技学院信息与电子工程学院
出处
《智能计算机与应用》
2022年第1期46-52,共7页
文摘
针对VGG16网络识别驾驶员分心时参数量多、分类准确率低的问题,提出了一种基于多尺度通道的分类模块MCAM。分类模块MCAM包括MCM模块和MSE模块。MCM模块将卷积特征图分离为4个子特征图,使用不同的卷积核对4个子特征图进行空间信息提取,以期提高分类准确率;MSE模块为改进的通道注意力,其使用一维卷积来改进原始通道注意力中的全连接层,降低了全连接层大量参数问题。将MCAM嵌入VGG16中,并使用非对称卷积辅助降低参数量。实验结果表明,使用MCAM模块在State Farm Distracted Driver分心数据集上达到了97.50%的识别准确率,并降低了VGG16网络的参数量。
关键词
驾驶员分心
注意力
深度学习
多尺度卷积
Keywords
Driver distraction
Attention
Deep learning
Multiscale convolution
分类号
U463.6 [机械工程—车辆工程]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的驾驶员分心行为识别模型
成福朋
赵芸
《智能计算机与应用》
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部