[发明专利]基于CNN-LSTM时空特征融合的异常驾驶行为识别方法在审
| 申请号： | 202010502701.0 | 申请日： | 2020-06-05 |
| 公开（公告）号： | CN111723694A | 公开（公告）日： | 2020-09-29 |
| 发明（设计）人： | 徐国保;叶昌鑫;麦锐滔;姚旭;赵霞;王骥;郭磊;彭银桥;欧触灵 | 申请（专利权）人： | 广东海洋大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人： | 谢秀娟 |
| 地址： | 524088 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开基于CNN‑LSTM时空特征融合的异常驾驶行为识别方法，包括图像采集处理系统、卷积神经网络层、长短时记忆网络层、全连接层和Softmax层，并包括步骤一、初步特征图像提取；步骤二、初步特征图像分组；步骤三、空间特征提取；步骤四、时间序列特征提取和融合；步骤五、识别判断；本发明通过卷积神经网络层和长短时记忆网络层提取多帧驾驶员异常行为图像的空间特征和时间序列特征并进行融合传输，使驾驶员驾驶行为状态的识别有更高的准确率，利用全连接层和Softmax层对驾驶员异常行为图像进行识别和判断，且长短时记忆网络层相比于传统的循环神经网络，解决了梯度消失的问题，能降低训练模型的难度。 | ||
| 搜索关键词： | 基于 cnn lstm 时空 特征 融合 异常 驾驶 行为 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东海洋大学，未经广东海洋大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010502701.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种抗寒性同源八倍体贡菊的栽培和鉴定方法
- 下一篇：一种高防护浇注母线槽
