一种基于多源数据与多尺度卷积网络的驾驶员身份辨识方法
摘要:
本发明公开了一种基于多源数据与多尺度卷积神经网络的驾驶员身份辨识方法。本发明采集实车驾驶过程中车辆CAN数据,道路环境视频数据、驾驶员生理行为数据、眼动视觉数据进行结构化处理,形成多源数据集合。建立基于多尺度卷积神经网络的驾驶员身份辨识模型,利用五折交叉验证筛选出最优的辨识模型。本发明基于多尺度卷积神经网络结构,考虑驾驶过程中多源数据共同影响,可操作性强,优于许多现有的方法。
0/0