| 专利名称 | 一种基于深度学习的危险驾驶行为实时检测方法 | 申请号 | CN201611267904.6 | 专利类型 | 发明专利 | 公开（公告）号 | CN106611169A | 公开（授权）日 | 2017.05.03 | 申请（专利权）人 | 中国科学技术大学 | 发明（设计）人 | 康宇;陈绍冯;李泽瑞;崔艺;王雪峰 | 主分类号 | G06K9/00(2006.01)I | IPC主分类号 | G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 专利有效期 | 一种基于深度学习的危险驾驶行为实时检测方法 至一种基于深度学习的危险驾驶行为实时检测方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明提出一种基于深度学习的危险驾驶行为实时检测方法，搭建前车图像采集系统，收集训练样本并进行人工标注，建立危险驾驶行为数据集；基于深度学习的方法，根据危险驾驶行为数据集的特点，提出空间金字塔池化的卷积深度置信归一化分类网络(SPP?CDBRNet)模型；对建立的数据集进行预处理，采用带动量的随机梯度下降方法，利用预处理后的数据集对SPP?CDBRNet模型进行训练，得到能够精确识别是否具有危险驾驶行为(驾驶途中使用手持电话和抽烟)的SPP?CDBRNet；利用确定的SPP?CDBRNet模型，对前车图像进行检测，实现对危险驾驶行为的实时检测。本发明能够有效地提高危险驾驶行为检测的精度，并有具有良好的实时性和迁移性，具有广阔的应用前景。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障