El rápido desarrollo de la industria del transporte ha traído consigo algunos peligros potenciales para la seguridad. Con el objetivo de resolver el problema de la seguridad en la conducción, la aplicación de la tecnología de inteligencia artificial en el reconocimiento del comportamiento seguro al volante puede reducir eficazmente la tasa de accidentes y las pérdidas económicas. Debido a la presencia de señales de interferencia, como las señales de fondo espaciotemporales mezcladas en la secuencia de vídeo de monitorización de la conducción, la precisión de reconocimiento de objetivos pequeños, como los ojos humanos, es baja. En este trabajo se propone una red convolucional de doble flujo mejorada para reconocer el comportamiento seguro al volante. Basada en redes neuronales convolucionales (CNN), el mecanismo de atención (AM) se integra en una estructura de red neuronal de memoria a corto plazo (LSTM), y se diseña el canal híbrido de red convolucional de doble flujo AM-LSTM. El canal de flujo espacial utiliza el método CNN para extraer el valor característico espacial de la imagen de vídeo y utiliza la agrupación piramidal en lugar de la agrupación tradicional, normalizando la transformación de escala. El canal de flujo temporal utiliza un algoritmo de detector de caja múltiple de disparo único (SSD) para calcular los dos fotogramas adyacentes de la secuencia de vídeo para la detección de objetos pequeños, como la cara y los ojos. A continuación, se utiliza AM-LSTM para fusionar y clasificar la información de doble flujo. Se construye el conjunto de imágenes de vídeo de comportamiento al volante. Se llevan a cabo experimentos de ROC, índice de precisión y función de pérdida en la base de datos FDDB, el conjunto de datos VOT100 y el conjunto de imágenes de vídeo de creación propia, respectivamente. En comparación con los métodos de reconocimiento CNN, SSD, IDT y dual-stream, la tasa de precisión de este método puede mejorarse en al menos un 1,4%, y el error absoluto medio en cuatro secuencias de vídeo puede mejorarse en más de un 2%. Por el contrario, en el conjunto de imágenes autoconstruidas, la tasa de reconocimiento de doze alcanza el 68,3%, superior a la de otros métodos. Los resultados experimentales muestran que este método tiene una buena precisión de reconocimiento y valor de aplicación práctica.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Efectos de derrame espacial del crecimiento económico basados en los ferrocarriles de alta velocidad en el noreste de China.
Artículo:
Medidas lineales y complejas de la variabilidad de la frecuencia cardíaca durante la exposición al ruido del tráfico en mujeres sanas.
Artículo:
Procesador cuaternario pipeline cuatro etapas
Artículo:
Un modelo eficiente de CNN para la detección de la enfermedad COVID-19 basado en la clasificación de imágenes de rayos X.
Artículo:
Optimización multiobjetivo para enrutamiento multicast en overlay networks utilizando algoritmos evolutivos
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.