[发明专利]一种基于模型融合的驾驶员分心行为识别方法在审
| 申请号： | 201911069080.5 | 申请日： | 2019-11-05 |
| 公开（公告）号： | CN110796109A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 柳长源;张一帆;贾云祥;王琪 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于模型融合的驾驶员分心行为识别方法，属于模式识别、图像处理领域。所述方法包括；建立驾驶员分心行为真实数据集并对图片做数据增强等预处理；搭建VGG‑Net、Inception‑V3两种神经网络模型；训练并测试每一个网络模型，使其都能输出单模型测试的识别结果；对以上两个模型进行融合处理，得到模型融合后的测试结果，最终输出识别出的驾驶员的行为类别。不同模型的设计思路不同，提取图片特征原理也不同，本发明通过模型融合的方式，使不同模型的分类特点充分发挥，提高精度，分类结果比单模型的分类结果更准确可靠。本发明在安全驾驶与智能交通领域有着重要的实际应用价值。 | ||
| 搜索关键词： | 模型融合 分类结果 单模型 预处理 神经网络模型 图像处理领域 智能交通领域 测试 安全驾驶 分类特点 模式识别 融合处理 输出识别 数据增强 图片特征 网络模型 行为识别 真实数据 输出 应用 图片 | ||
【主权项】：
1.一种基于模型融合的驾驶员分心行为识别方法，其特征在于，所述方法包括以下步骤：/n步骤1：搜集有关驾驶员分心行为识别的数据集；在搜集到的数据集的基础上，通过自制数据集丰富行为种类，增加数据集的复杂性，并对数据集的图片进行预处理；/n步骤2：在TensorFlow中搭建两个不同的神经网络模型，设置网络结构、评价指标与优化器等；/n步骤3：将预处理后的训练集图片分别输入两个网络进行学习，训练完成后，对网络模型进行测试，输出测试图像的识别结果，最终识别出驾驶员的行为类别；/n步骤4：对两个模型进行融合处理，得出待识别行为图像的最终分类识别行为结果。/n
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/201911069080.5/，转载请声明来源钻瓜专利网。
