Resumen

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.

• Materias:Ingeniería electrónica Redes Inalámbricas Procesamiento de señales asistido por computador Informática Procesamiento de datos
• Subjects:Electronic engineering Wireless Networks Signal processing computer-assisted Computing Data processing
• Palabras claves:lstm, auto, tasa de precisión, imagen de vídeo, secuencia de vídeo, conjunto de imágenes de vídeo del comportamiento al volante, reconocimiento del comportamiento al volante seguro, conjunto de datos vot100, tecnología de inteligencia artificial, error absoluto medio
• Keywords:lstm, self, accuracy rate, video image, video sequence, driving behavior video image set, safe driving behavior recognition, vot100 data set, artificial intelligence technology, average absolute error