26年WH交通工程基于深度学习的轨道交通司机异常驾驶行为检测研究7.74-AI通过_1(18963字).docx

下载文档加入资源篮

阅读 0
格式 docx
大小 1.2 MB
约29页
2026-07-19
评论
收藏
赞(0)
海报
分享
微信扫码分享或点击分享到
QQ空间
QQ好友
新浪微博
复制链接
分享赚佣金
举报

26年WH交通工程基于深度学习的轨道交通司机异常驾驶行为检测研究7.74-AI通过_1(18963字).docx_第1页

1/29页

26年WH交通工程基于深度学习的轨道交通司机异常驾驶行为检测研究7.74-AI通过_1(18963字).docx_第2页

2/29页

26年WH交通工程基于深度学习的轨道交通司机异常驾驶行为检测研究7.74-AI通过_1(18963字).docx_第3页

3/29页

26年WH交通工程基于深度学习的轨道交通司机异常驾驶行为检测研究7.74-AI通过_1(18963字).docx_第4页

4/29页

26年WH交通工程基于深度学习的轨道交通司机异常驾驶行为检测研究7.74-AI通过_1(18963字).docx_第5页

5/29页

26年WH交通工程基于深度学习的轨道交通司机异常驾驶行为检测研究7.74-AI通过_1(18963字).docx_第6页

6/29页

26年WH交通工程基于深度学习的轨道交通司机异常驾驶行为检测研究7.74-AI通过_1(18963字).docx_第7页

7/29页

26年WH交通工程基于深度学习的轨道交通司机异常驾驶行为检测研究7.74-AI通过_1(18963字).docx_第8页

8/29页

26年WH交通工程基于深度学习的轨道交通司机异常驾驶行为检测研究7.74-AI通过_1(18963字).docx_第9页

9/29页

26年WH交通工程基于深度学习的轨道交通司机异常驾驶行为检测研究7.74-AI通过_1(18963字).docx_第10页

10/29页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/29

加入VIP 下载文档加入资源篮

文本预览下载提示常见问题

I摘要随着智能交通系统的迅速发展，准确识别驾驶员异常行为是提高道路交通安全的重要途径。然而目前大部分工作存在在复杂驾驶环境识别率较低、计算量较大以及无法部署在车载边缘设备上等问题，为此本文从驾驶员异常行为检测出发，进行相关研究。首先，搭建面向职业驾驶员分类驾驶行为的数据集，包括分心、疲劳、激进行为等不同种类异常情况；其次，设计了一种改进轻量化目标检测方法，在原有基础上加入注意机制及特征重构层优化网络整体性能并且减少参数量。为了应对真实世界中驾驶环境多样性问题，通过结合三维卷积以及对比学习的方法来提高网络对于不同照明情况以及...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容