《表5 AUC数据集上的模型对比结果》

  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

《基于导师-学生网络的驾驶行为识别方法》

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

本文在AUC驾驶行为识别数据集上进行实验，实验结果如表5所示。考虑到驾驶动作大都体现在脸部和手部，文献[16]通过截取手部和脸部区域的图像训练相应的分类器。比如使用数据集的脸部区域图像训练Inception V3网络，最终模型在测试集的准确率为84.28%，而使用手部区域图像进行模型训练得到的准确率为89.52%。从表中可以发现利用不同来源的数据训练出的模型性能是不相同的。而本文所提出的模型不需要定位脸部或者手部，仅需要导师网络提供的对位置区域的指导，学生网络（ResNet50）就能够达到95.20%的准确率，这说明本文所提供的定位方法更适合驾驶动作分类任务。当联合导师网络和学生网络共同判别动作类别时，在测试集得到了95.71%的准确率。