基于AI的图像识别乘驾安全监测系统研制

doi:10.13873/J.1000-9787(2023)08-0085-03

Chinese

您当前的位置：

首页 >

文章列表页 >

基于AI的图像识别乘驾安全监测系统研制

更新时间：2025-09-11

- 基于AI的图像识别乘驾安全监测系统研制
- Issue 8, Pages: 85-87+91(2023)
- 作者机构：
  
  1. 北京开放大学科学技术学院
  2. 北京中关村科技服务有限公司
  3. 深圳市尼欧科技有限公司
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2023)08-0085-03
  CLC： TP18;U463.6;TP391.41
- Published：2023
- 稿件说明：
移动端阅览
[J]. 2023, (8): 85-87+91.
DOI：

[J]. 2023, (8): 85-87+91. DOI： 10.13873/J.1000-9787(2023)08-0085-03.

摘要

利用车载摄像头实时采集车内人员图像信息，自动捕捉车内移动目标，基于人工智能(AI)的图像智能行为识别算法抓取异常动作，如驾驶员异常离开驾驶位、乘客位(副驾、后座)纠纷拉扯、重大交通事故等。系统借助图像智能识别技术，将异常状况信息发送给系统后台，安全监管平台和公安报警系统可通过系统后台与系统主机进行通信，并与事故车辆进行联系。模拟实验采用3大类、15小类，共200项行为动作和器具图像作为乘驾安全监测用例。结果表明：智能图像识别监测准确率不小于96.9%

系统监测实验结果与实验对象真实报警结果经卡方检验无显著差异(P>0.05)。

Abstract

关键词

Keywords

references

基于AI的车载智能语音识别报警系统研制[J]. 苏明;艾海明;王东明.传感器与微系统,2021(06)

基于网络生态视域的网约车安全治理体系研究[J]. 向坚持;王耀光.湖南师范大学自然科学学报,2020(06)

基于激光雷达点云多特征提取的车辆目标识别算法[J]. 李欣;李京英.传感器与微系统,2020(10)

多比例车辆目标的分类识别[J]. 赵泽通;李宇海;赵红东;闫苗;张洁.传感器与微系统,2020(07)

基于多特征融合的车辆检测算法[J]. 邓淇天;李旭.传感器与微系统,2020(06)

基于深度神经网络和Bottleneck特征的说话人识别系统[J]. 田垚;蔡猛;何亮;刘加.清华大学学报(自然科学版),2016(11)

Analysis of the influencing factors of the unsafe driving behaviors of online car-hailing drivers in china.[J]. Xiao Yun.PloS one,2020

Detection and prediction of driver drowsiness using artificial neural network models[J]. Charlotte Jacobé de Naurois;Christophe Bourdin;Anca Stratulat;Emmanuelle Diaz;Jean-Louis Vercher.Accident Analysis and Prevention,2019

Views

126

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于改进ResNet18模型的驾驶员面部表情识别方法

基于Res-DCGAN和改进AlexNet的稻谷病害识别方法

基于深度学习的散斑图应变场测量

基于KPCA-CNN-GRU的陶瓷辊道窑温度预测

交互注意力融合的眼底图像分类方法

Related Author

段函作

潘溢洲

寇嘉铭

吴恩启

余子怡

李正权

邢松

胡锦江

Related Institution

上海理工大学机械工程学院

加利福尼亚州立大学信息系统学院

江南大学物联网工程学院

武汉科技大学机械自动化学院

广东工业大学机电工程学院

⁰