基于卷积神经网络的驾驶人行为识别方法研究
来源：中国安全科学学报杂志2019年第10期北京时间：
作者：徐丹, 代勇, 纪军红
单位：哈尔滨工业大学 机电工程学院,黑龙江 哈尔滨 150001
摘要：为探究汽车驾驶人非安全驾驶行为的识别问题,在简要分析现有驾驶人行为识别方法的基础上,提出一种基于卷积神经网络(CNN)的驾驶人行为识别方法,分析CNN前向传播与反向传播过程,给出处理驾驶人行为识别问题的CNN网络架构。结果表明:用该方法可识别,其平均识别率达97.13%,相对于传统提取方向梯度直方图特征(HOG),并用随机森林(RF)分类的算法,该方法的识别率平均提高了3.62%。
关键词：驾驶人行为识别,卷积神经网络(CNN),前向传播,反向传播,深度学习,驾驶安全
基金资助：机器人技术与系统国家重点实验室自主课题(SKLRS201705A)。
