一种基于联邦学习的驾驶员的分心行为识别方法
实质审查的生效
摘要
本发明公开了一种基于联邦学习的驾驶员的分心行为识别方法。本发明针对的应用场景主要包括目标检测模型、服务器和若干用户,同时各个用户都有相互独立的私有的数据集。本发明创新的将联邦学习算法与目标检测算法进行了结合。在服务器不能获得用户数据集的约束下,实现了用于检测驾驶员分心行为的YOLOv3模型的训练。同时创新的提出了在联邦学习过程中使用学习率预热的方法,用于提高模型收敛效率和性能。本发明的方法不需要过多的先验知识,不需要得到每个用户原始数据,符合隐私保护的需求,并且本发明在类似的应用场景有着较好的复用性,发明的实践价值较强。
基本信息
专利标题 :
一种基于联邦学习的驾驶员的分心行为识别方法
专利标题(英):
暂无
公开(公告)号 :
CN114332832A
申请号 :
CN202111670712.0
公开(公告)日 :
2022-04-12
申请日 :
2021-12-31
授权号 :
暂无
授权日 :
暂无
发明人 :
刘鹏蒋龙飞
申请人 :
杭州电子科技大学
申请人地址 :
浙江省杭州市下沙高教园区2号大街
代理机构 :
杭州君度专利代理事务所(特殊普通合伙)
代理人 :
朱月芬
优先权 :
CN202111670712.0
主分类号 :
G06V20/59
IPC分类号 :
G06V20/59 G06V10/774 G06K9/62 G06N20/00
法律状态
2022-04-29 :
实质审查的生效
IPC(主分类) : G06V 20/59
申请日 : 20211231
申请日 : 20211231
2022-04-12 :
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