跳到正文
热点事件观察中

图神经网络识别模拟驾驶员状态

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Olivia Nocentini等提出一套仅用单个前置RGB摄像头和图神经网络的模拟列车驾驶员状态识别系统,将状态分为警觉、非警觉和表演式紧急行为三类。基于面部与上半身关键点的模型在三分类测试中最高准确率为81%,警觉/非警觉二分类达到99%。 研究同时发布受控RGB视频数据集,包含三种照明条件;当前结果来自模拟列车驾驶员场景。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv · cs.AI
    基于面部与上半身关键点的图神经网络模拟列车驾驶员状态识别

    研究构建了仅依赖单个前置RGB摄像头和图神经网络的模拟列车驾驶员状态识别系统,将状态分为警觉、非警觉和表演式紧急行为三类。面部与骨骼关键点组合在光照条件下取得三分类最高准确率81%,并在警觉/非警觉二分类达到99%。研究还引入包含三种照明条件的受控RGB视频数据集。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。