distracted driving | BriefGPT

关键词distracted driving

搜索结果 - 6

深度定位：利用变点检测进行时序动作定位
我们介绍了 DeepLocalization，这是一个创新的框架，专门用于实时监测驾驶行为的定位。通过利用先进的深度学习方法，我们旨在解决分散注意力驾驶这一导致道路事故的严重问题。我们的策略采用了两个方法：利用基于图的变点检测来确定行为的时
PDF3 months ago
使用机器学习改进驾驶员疲劳和注意力分散的自动检测
通过使用基于视觉和基于机器学习的方法，同时检测疲劳和注意力分散的行为，以提高智能车辆系统的驾驶行为监测能力并获得更准确和时间更短的结果。
PDF6 months ago
视觉 - 语言模型能从自然视频中识别分心驾驶员的行为
提出了一种基于 CLIP 的驾驶员活动识别方法，该方法可以从自然驾驶图像和视频中识别驾驶员分心行为，并具有零样本迁移和面向任务的微调的特点。
PDFa year ago
SigSegment：基于信号的分段算法，用于识别自然驾驶视频中异常驾驶行为
本研究提出一种基于深度 CNN-LSTM 分类器的信号异常检测算法，利用驾驶员姿态、背景估计、信号活动峰值等来检测并分类异常驾驶事件，实验结果在 AI City Challenge 2023 竞赛公开排名中获第 9 名，重叠分数为 0.54
PDFa year ago
运用时空关注机制与视觉变换器识别分心和疲劳驾驶
2021 年与 2020 年相比，车辆事故率上升 20％，其中 45％的车祸是由于疲劳和分心驾驶所致。这项研究使用计算机视觉设计了低成本、精度高且侵入性小的检测方法，探讨了使用视觉变换器来优于 3D-CNNs 的最新准确性，针对分心和疲劳驾
PDF2 years ago
用于分析驾驶员分心行为和不同注视区域的合成分心驾驶（SynDD1）数据集
本文介绍了 SynDD1 数据集，它是用于检测和分析驾驶员各种分心行为和不同注视区域的机器学习模型的人工合成数据集。研究人员可以使用此数据集评估机器学习算法用于分类驾驶员各种分心活动和注视区域的性能。
PDF2 years ago