实时分心驾驶姿态分类
计算机视觉与模式识别
2018-12-03 v3
摘要
在本文中，我们提出了一个用于“分心驾驶”姿态估计的新数据集。此外，我们提出了一种新颖的系统，该系统实现了 95.98% 的驾驶姿态估计分类准确率。该系统由一个遗传加权集成的卷积神经网络组成。我们表明，使用遗传算法对分类器进行加权集成可产生更好的分类置信度。我们还通过面部和手部定位，研究了不同视觉元素（即手部和面部）在分心检测与分类中的影响。最后，我们展示了集成模型的一个精简版本，该版本可实现 94.29% 的分类准确率并在实时环境中运行。
引用
@article{arxiv.1706.09498,
title = {Real-time Distracted Driver Posture Classification},
author = {Yehya Abouelnaga and Hesham M. Eraqi and Mohamed N. Moustafa},
journal= {arXiv preprint arXiv:1706.09498},
year = {2018}
}