基于一次学习的毫米波雷达传感器驾驶员头部动作识别
信号处理
2023-06-09 v1 人工智能
机器学习
摘要
驾驶员对交通的注意力是一个至关重要的安全问题；因此，监测驾驶员是否在道路上成为一项基本要求。监督的关键目的是检测驾驶员的异常行为，并及时向其发送警告以避免与交通事故相关的事件。在本文中，为满足该需求，基于雷达传感器的应用，作者首先使用安装在车辆方向盘上的小型毫米波雷达来采集驾驶员不同头部动作的信号。接收到的信号包含随驾驶员头部动作变化而改变的反射模式。然后，为区分这些不同动作，设计了一个基于雷达传感器测量信号的分类器。然而，由于采集的数据集不大，本文提出采用一次学习(One shot learning)对驾驶员头部动作的四种情况进行分类。实验结果表明，所提方法可根据驾驶员的不同头部动作对这四类情况进行分类，准确率高达100%。此外，所提方法的分类性能显著优于卷积神经网络模型。
引用
@article{arxiv.2306.05291,
title = {One shot learning based drivers head movement identification using a millimetre wave radar sensor},
author = {Hong Nhung Nguyen and Seongwook Lee and Tien Tung Nguyen and Yong Hwa Kim},
journal= {arXiv preprint arXiv:2306.05291},
year = {2023}
}