基于深度混合编解码神经网络的驾驶员行为识别方法
授权
摘要
本发明提供了一种基于深度混合编解码神经网络的驾驶员行为识别方法，包括：建立驾驶员行为识别数据集；构建编解码时空卷积网络；构建卷积长短期记忆网络；构建分类网络；训练驾驶员行为识别模型中三个网络；采用训练好的驾驶员行为识别模型对数据集中的视频进行识别，将视频样本送入训练好的编解码时空卷积网路中得到短期行为时空特征表示，将短期行为时空特征表示送入训练好的卷积长短期记忆网络中得到长期行为时空特征表示，训练好的分类网络输出最终的驾驶员行为分类结果。本发明能够有效地从短期视频剪辑中提取隐含的运动信息，并通过时空融合实现长视频中的驾驶员行为特征编码，识别精度高，可实现监控视频中的驾驶员行为识别。
基本信息
专利标题 ：
基于深度混合编解码神经网络的驾驶员行为识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111695435A
申请号 ：
CN202010425736.9
公开（公告）日 ：
2020-09-22
申请日 ：
2020-05-19
授权号 ：
CN111695435B
授权日 ：
2022-04-29
发明人 ：
路小波胡耀聪陆明琦
申请人 ：
东南大学
申请人地址 ：
江苏省南京市玄武区四牌楼2号
代理机构 ：
南京众联专利代理有限公司
代理人 ：
叶涓涓
优先权 ：
CN202010425736.9
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-04-29 ：
授权
2020-10-20 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20200519
申请日 : 20200519
2020-09-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
