公开(公告)号：CN108875812B

公开(公告)日：2021-10-22

申请号：CN201810557923.5

申请日：2018-06-01

Applicant: 宁波工程学院

Inventor： 陈征 ,  赵付舟 ,  杨超

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于分支卷积神经网络的驾驶员行为分类方法，包括以下内容：1)基于构造的主干卷积神经网络对测试样本进行处理，得到驾驶员行为的初步分类结果；2)根据驾驶员行为的细分要求，基于构造的分支卷积神经网络对测试样本再次进行处理，实现驾驶员行为的细分。本发明基于深度学习的驾驶员行为的分类方法不需要人工提取关于驾驶员类型的特征参数，且本发明可以根据实际分类的要求来减少计算量，并能够提取足够有效的关于驾驶员类型的特征参数，准确完成驾驶员行为分类。

公开(公告)号：CN108875812A

公开(公告)日：2018-11-23

申请号：CN201810557923.5

申请日：2018-06-01

Applicant: 宁波工程学院

Inventor： 陈征 ,  赵付舟 ,  杨超

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于分支卷积神经网络的驾驶员行为分类方法，包括以下内容：1)基于构造的主干卷积神经网络对测试样本进行处理，得到驾驶员行为的初步分类结果；2)根据驾驶员行为的细分要求，基于构造的分支卷积神经网络对测试样本再次进行处理，实现驾驶员行为的细分。本发明基于深度学习的驾驶员行为的分类方法不需要人工提取关于驾驶员类型的特征参数，且本发明可以根据实际分类的要求来减少计算量，并能够提取足够有效的关于驾驶员类型的特征参数，准确完成驾驶员行为分类。