图神经网络识别模拟驾驶员状态
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
最新进展10月7日 12:00
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报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- 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。