《表5 AUC数据集上的模型对比结果》
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。
图表编号 | XD00162236500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.25 |
作者 | 褚晶辉、张姗、汤文豪、吕卫 |
绘制单位 | 天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |