SigSegment：一种基于信号的分割算法用于识别自然驾驶视频中的异常驾驶行为
计算机视觉与模式识别
2023-04-20 v1
摘要
近年来，分心驾驶因持续对道路公共安全构成重大威胁而受到相当关注。这增加了对创新解决方案的需求，以便在致命事故前识别并消除分心驾驶行为。在本文中，我们提出一种基于信号的异常检测算法，该算法使用深度CNN-LSTM分类器将视频分割为异常与非异常，以精确估计异常驾驶事件的起止时间。在异常检测与分析阶段，利用了驾驶员姿态背景估计、掩码提取和信号活动尖峰。将深度CNN-LSTM分类器应用于候选异常以检测和分类最终异常。根据实验验证结果，所提方法取得了0.5424的重叠分数，并在AI City Challenge 2023公开排行榜上排名第9。
引用
@article{arxiv.2304.09247,
title = {SigSegment: A Signal-Based Segmentation Algorithm for Identifying Anomalous Driving Behaviours in Naturalistic Driving Videos},
author = {Kelvin Kwakye and Younho Seong and Armstrong Aboah and Sun Yi},
journal= {arXiv preprint arXiv:2304.09247},
year = {2023}
}