基于卷积神经网络的驾驶行为识别算法与实现

摘要：

汽车产业的蓬勃发展极大促进经济的繁荣,面对交通事故频发的现状,探索如何利用前沿技术提高安全驾驶成为行业关注的焦点.传统的车辆视频监控无法实现驾驶行为的智能识别与实时告警,并且行业对车辆及驾驶员的监管存在不足.针对这一情况,利用机器视觉、卷积神经网络分类算法,基于边缘计算模型实现驾驶行为的实时监测与报警,消除驾驶隐患,提升监管效率,从而实现降低交通事故发生的目的.算法具有较高的精度和较为广泛的适用性,具有较好的应用前景.

关键词：机器视觉;深度学习;卷积神经网络;驾驶行为监测

所属期刊栏目：17

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金项目;江苏省大学生创新创业训练计划项目;苏州工业职业技术学院科研启动基金

在线出版日期：2021-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：112-114,129