龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华中科技大学
申请日：2024-04-11
公开（公告）日：2024-06-21
公开（公告）号：CN118230299A
主分类号：G06V20/59
分类号：G06V20/59;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了跨域驾驶异常行为检测模型建立方法及其应用，属于驾驶行为检测领域，包括：构建有驾驶行为类别标记的源域数据集和无驾驶行为类别标记的目标域数据集，对检测网络进行训练；检测网络包括：特征提取器，用于提取时序传感数据的原始特征；分类器，用于检测原始特征相应时间窗口内是否存在驾驶异常行为；激励网络，其基于注意力机制识别源域和目标域的初始特征中语义不相关的特征部分并交换，得到源域和目标域的混合特征；以及域鉴别器，用于预测原始特征及混合特征所属的域；训练损失包括分类损失和域鉴别损失，训练结束后，输出特征提取器和分类器组成的网络作为跨域驾驶异常行为检测模型。本发明能够提高跨域驾驶异常行为检测的精度。
主权项：1.一种跨域驾驶异常行为检测模型建立方法，其特征在于，包括：S1以行驶环境中获取的时序传感数据为样本，构建有驾驶行为类别标记的源域数据集和无驾驶行为类别标记的目标域数据集；S2建立待训练的检测网络；所述检测网络包括：特征提取器，用于提取时序传感数据的原始特征；所述原始特征中，每个通道与一个传感器模态相对应；分类器，用于根据原始特征检测相应时间窗口内是否存在驾驶异常行为；激励网络，其基于注意力机制识别源域的初始特征和目标域的初始特征中语义不相关的特征部分，并在源域特征和目标域特征中交换语义不相关的特征部分，得到源域和目标域的混合特征；所述语义不相关的特征部分为不相关的通道特征，和或，不相关的时间步特征；以及域鉴别器，用于预测各原始特征及混合特征所属的域；S3利用所述源域数据集和目标域数据集对所述检测网络进行训练，训练损失包括所述域鉴别器的域鉴别损失和所述分类器的分类损失；S4训练结束后，输出由所述特征提取器和所述分类器组成的网络作为所述跨域驾驶异常行为检测模型。
全文数据：
权利要求：
百度查询： 华中科技大学 跨域驾驶异常行为检测模型建立方法及其应用
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号