-
公开(公告)号:CN115713753A
公开(公告)日:2023-02-24
申请号:CN202211490595.4
申请日:2022-11-25
Applicant: 山东大学
Abstract: 本发明公开了一种基于骨架和语义信息混合的驾驶员行为识别方法及系统,涉及驾驶员行为识别技术领域。将基于语义信息和骨架信息的行为识别方法通过基于驾驶员骨架关键点的空间软注意力机制融合起来,识别驾驶员行为。首先设计了一种基于驾驶员骨架关键点信息的空间软注意力模块,该模块在驾驶员手部和头部的语义信息上赋予较大权值,而抑制全局背景信息,以针对性提升驾驶员行为相关的语义特征提取性能;然后设计了一种基于驾驶员骨架和语义信息的混合网络,用于提取驾驶员行为识别相关的语义和时间特征。此外,在夜间驾驶员行为识别任务中,引入自适应直方图均衡化和迁移学习方法解决夜间驾驶数据亮度低和数量少的问题。
-
公开(公告)号:CN117372825A
公开(公告)日:2024-01-09
申请号:CN202311174727.7
申请日:2023-09-12
Applicant: 山东大学
IPC: G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/084 , G06T11/00 , G06F16/29 , G06T3/4038
Abstract: 本发明提出了一种BEV语义地图构建方法及系统,涉及地图构建技术领域,获取待构建交通场景的普通天气场景图和复杂天气场景图;基于普通天气场景图和复杂天气场景图,对构建的地图构建模型进行联合两阶段训练,输出BEV语义地图;本发明将雾、雨、雪等影响驾驶安全的天气定义为复杂天气,将晴天、阴天等视为普通天气,对普通天气下的数据集添加雨雾雪效果以获取复杂天气数据,通过调用普通天气下的交通场景信息,促进复杂天气下交通场景BEV语义地图的生成,以缓解目前复杂天气下交通场景的BEV语义地图缺失的问题。
-