《表3 数据集标签：基于迁移学习和AlexNet的驾驶员行为状态识别方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于迁移学习和AlexNet的驾驶员行为状态识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先针对上述危险状态，建立驾驶员状态数据集。数据集采集实验人数10人，拍摄地点为试验车驾驶室。考虑光照因素的影响，在室内停车场、室外道路、建筑阴影等不同场景下进行拍摄。由10名实验人员随机作出表现不同驾驶状态的行为动作并进行视频采集，然后对视频帧进行稀疏采样，提取关键帧作为数据集样本。所采用视频图像大小为1 980×1 080，帧率为60帧/s，每5帧提取一次关键帧。数据集类别为正常驾驶、疲劳驾驶、分神驾驶、接打电话、抽烟、情绪激动（愤怒）和醉酒状态等7类驾驶状态，共7 000张数据，并用0～6数字表示每种驾驶状态标签。数据集类别及其具体动作描述及标签如表3所示。