使用卷积神经网络检测分心驾驶
计算机视觉与模式识别
2022-04-08 v1
摘要
鉴于全球每年汽车销量超过 5000 万辆，且每年因机动车事故导致的死亡人数超过 130 万，我们选择了这一领域。印度占全球道路交通事故死亡人数的 11%。78% 的事故归咎于驾驶员。发展中国家的道路安全问题是一个主要关切，而人类行为被认为是道路安全问题的主要原因和加剧因素之一。分心驾驶已被确定为事故的主要原因。分心可能由使用手机、饮酒、操作仪表、化妆、社交互动等原因引起。在本项目范围内，我们将专注于构建一个高效的机器学习模型，利用计算机视觉在运行时对不同的驾驶员分心行为进行分类。我们还将分析模型的整体速度和可扩展性，以便能够将其部署在边缘设备上。我们使用 CNN、VGG-16、ResNet50 和 CNN 集成模型来预测类别。
引用
@article{arxiv.2204.03371,
title = {Detection of Distracted Driver using Convolution Neural Network},
author = {Narayana Darapaneni and Jai Arora and MoniShankar Hazra and Naman Vig and Simrandeep Singh Gandhi and Saurabh Gupta and Anwesh Reddy Paduri},
journal= {arXiv preprint arXiv:2204.03371},
year = {2022}
}