原文传递
基于卷积神经网络的自行车骑行行为识别
| 题名： | 基于卷积神经网络的自行车骑行行为识别 |
| 正文语种： | 中文 |
| 作者： | 邵壮壮；谷远利；姜若琳； |
| 关键词： | 城市交通；骑行行为识别；卷积神经网络；自行车骑行；深度学习 |
| 摘要： | 为研究适合我国城市交通的自行车骑行行为分类识别方法,实施骑行行为视频调查试验,并提取骑行者骑行特征信息。结合我国交通现状和自行车交通特点,提出一种新的骑行行为分类方法,新的行为分类可基本覆盖我国自行车交通的所有骑行行为场景。采用提出的行为分类方法对试验个体骑行行为进行人工分类标记,得到不同骑行场景下的骑行行为分类数据集。基于卷积神经网络(CNN)建立自行车骑行行为识别模型,考虑模型输入特征特性以及分类任务复杂度对模型结构进行迭代设计选优,调整模型网络组成和卷积参数,得到分类效果显著的模型结构。对比分析多元 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2019 |
| 期： | 01 |
| 页码： | 72-79 |
检索历史
应用推荐
