检索结果-南通市图书馆

检索条件"主题词=时空通道激励"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的列车驾驶员异常行为识别系统设计

基于深度学习的列车驾驶员异常行为识别系统设计

引用

作者：李孟珍黑龙江大学

学位级别：硕士

随着中国铁路事业快速发展,列车逐渐成为人们日常出行不可或缺的交通工具,列车驾驶员在途行为对保障安全出行具有至关重要的意义。目前我国对于列车行车安全的研究集中在改进列车自身参数,但在驾驶员行为研究方面存在不足。因此需要针... 详细信息

随着中国铁路事业快速发展,列车逐渐成为人们日常出行不可或缺的交通工具,列车驾驶员在途行为对保障安全出行具有至关重要的意义。目前我国对于列车行车安全的研究集中在改进列车自身参数,但在驾驶员行为研究方面存在不足。因此需要针对列车驾驶员在途异常行为进行检测,降低驾驶员值乘过程中可能出现的操作风险。基于上述背景,本文以列车驾驶员作为研究对象,采用RGB视频数据模态,结合深度学习提出两种列车驾驶员异常行为识别方法,并开发一款列车驾驶员异常行为识别系统。具体工作如下:(1)针对目前列车驾驶员行为数据集较少且获取困难问题,自制列车驾驶员行为数据集Driver-Dataset用于网络训练和测试。该数据集具体包括手比、探身、抽烟、打电话、离岗、躺6大行为类别。采用Movie Py工具编辑和处理监控录像视频,并生成对应标签文件。(2)针对列车驾驶员视频流输入造成模型计算成本较高问题,提出基于时间自适应的双路径激励驾驶员行为识别方法,该方法通过在时空、通道等维度变换,实现视频帧间的时间信息交流。时空激励模块、通道激励模块用于激励视频间时空、通道特征;时间自适应模块处理输入不同视频流。采用自制数据集、公开行为识别数据集UCF101和Something-Something-v1评估提出方法的性能,并通过实验验证方法的有效性和泛化性。(3)针对传统监督学习方法存在数据集标注困难、时间成本较高问题,提出基于掩码和重建策略的自监督驾驶员行为识别方法。该方法采用管道式掩码策略,设计极高的掩码比率深入学习前后视频帧中更高级别语义信息,通过编码器和解码器完成重建过程。使用自制数据集、公开行为识别数据集UCF101实验并与其他先进算法对比,取得较好重建和识别结果,验证了方法的有效性。(4)设计一款列车驾驶员异常行为识别系统,包含注册登录、视频录制、在线检测、离线检测和历史记录分析等功能。同时模拟驾驶行为采集相关数据并输入网络模型验证。设计系统界面和软件功能程序,并通过实验测试各模块功能,验证系统的可用性和识别准确性。

关键词：驾驶员异常行为识别系统 RGB视频时空通道激励时间自适应掩码和重建

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：