您当前的位置：
首页 >
文章列表页 >
基于双分支和可变形卷积网络的驾驶员行为识别方法
车辆工程·机械工程 | 更新时间：2025-05-26

    • 基于双分支和可变形卷积网络的驾驶员行为识别方法

    • Driver behavior recognition method based on dual-branch and deformable convolutional neural networks

    • “在汽车座舱驾驶员行为识别领域，专家提出了基于双分支神经网络的识别方法，显著提高了识别准确率，为行车安全提供保障。”
    • 吉林大学学报（工学版）   2025年55卷第1期 页码：93-104
    • 作者机构：

      吉林大学 汽车仿真与控制国家重点实验室，长春 130022

    • 作者简介：

      胡宏宇（1982-），男，教授，博士.研究方向：智能驾驶，驾驶行为分析.E-mail： huhongyu@jlu.edu.cn

      高菲（1989-），女，副教授，博士.研究方向：智能汽车人机工程.E-mail： gaofei123284123@jlu.edu.cn

    • 基金信息：
      吉林省重大科技专项项目(20230301008ZD);吉林省自然科学基金项目(20210101064JC);国家自然科学基金项目(52272417;52202495)

    • DOI：10.13229/j.cnki.jdxbgxb.20230313    

      中图分类号： U471.3

    • 收稿：2023-04-05，

      纸质出版：2025-01-01

    移动端阅览

  • 胡宏宇,张争光,曲优等.基于双分支和可变形卷积网络的驾驶员行为识别方法[J].吉林大学学报（工学版）,2025,55(01):93-104. DOI： 10.13229/j.cnki.jdxbgxb.20230313.

    HU Hong-yu,ZHANG Zheng-guang,QU You,et al.Driver behavior recognition method based on dual-branch and deformable convolutional neural networks[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(01):93-104. DOI： 10.13229/j.cnki.jdxbgxb.20230313.

  •  
  •  

0

浏览量

11

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

深度强化学习智能驾驶汽车增广决策模型
电动汽车制动模式切换过程电液协调控制策略
基于目标锚点驱动的多模态轨迹预测方法
融合遗传算法和递推最小二乘法的半挂车稳定性参数估计
基于语言推理和认知记忆的自动驾驶决策模型

相关作者

季言实
唱寰
谢波
田彦涛
张向文
王子豪
高镇海
鲍明喜

相关机构

吉林大学 通信工程学院
桂林电子科技大学 电子工程与自动化学院
桂林电子科技大学 智能综合自动化广西高校重点实验室
吉林大学 汽车底盘集成与仿生全国重点实验室
潍柴动力股份有限公司 内燃机与动力系统全国重点实验室
0