基于代价的特征迁移用于车辆乘员分类

车辆内人类存在与交互的知识因设计和安全性目的正日益引起车辆制造商的兴趣。我们提出一个框架，用于执行乘员检测和乘员分类任务，以服务于自动儿童锁和气囊抑制。它使用单个顶置摄像头，对所有乘客座位起作用。引入了一种迁移学习技术，以充分利用来自所有座位的训练数据，同时仍对偏差保持一定控制，这对于一个设计成对某些误分类比其他误分类惩罚更重的系统是必需的。在具有加权和未加权分类器的具有挑战性的数据集上进行了评估，证明了迁移过程的有效性。