公开(公告)号：CN112487996A

公开(公告)日：2021-03-12

申请号：CN202011388623.2

申请日：2020-12-02

Applicant: 重庆邮电大学

Inventor： 程克非 ,  袁世杰

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于DenseNet121网络的驾驶行为识别方法,包括:输入测试图片到训练好的分心驾驶行为分类模型，对分心驾驶行为的类别进行预测，模型输出驾驶员行为的类别标签，从而得到测试图片中分心驾驶行为的分类结果。本发明方法将原DenseNet121网络中的四个DenseNet Block层所包含的3×3卷积分解成3×1和1×3的两个卷积,使得设计出的分心驾驶行为分类模型更加轻量高效，能够有效降低硬件成本，且预测准确度有效提高。

公开(公告)号：CN112487996B

公开(公告)日：2023-07-28

申请号：CN202011388623.2

申请日：2020-12-02

Applicant: 重庆邮电大学

Inventor： 程克非 ,  袁世杰

IPC: G06V20/59 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/096

Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于DenseNet121网络的驾驶行为识别方法,包括:输入测试图片到训练好的分心驾驶行为分类模型，对分心驾驶行为的类别进行预测，模型输出驾驶员行为的类别标签，从而得到测试图片中分心驾驶行为的分类结果。本发明方法将原DenseNet121网络中的四个DenseNet Block层所包含的3×3卷积分解成3×1和1×3的两个卷积,使得设计出的分心驾驶行为分类模型更加轻量高效，能够有效降低硬件成本，且预测准确度有效提高。