基于深度残差网络的驾驶行为识别
Digital Technology and Application(2021)
Abstract
为解决司机驾驶行为识别效率低下和准确率不足的问题,提出一种基于深度残差网络的驾驶行为识别模型(Driver-behavior Recognition Network,DRNet).首先对深度残差网络的结构和原理进行研究,构建驾驶行为识别模型;然后设计三种模型结构,使用Pytorch深度学习框架搭建识别模型,载入驾驶行为数据集进行实验验证;最后对比实验数据确认效果最优模型为Res-101.实验结果验证文中提出的模型具有高效性和准确性,为促进车辆安全性的研究做出贡献.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined