研究用单摄像头识别模拟列车司机状态
热点事件持续更新
研究用单摄像头识别模拟列车司机状态
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Olivia Nocentini 等作者发布一项研究,提出仅用单个正面 RGB 摄像头和图神经网络识别模拟列车司机状态,将其分类为警觉、非警觉和紧急三类,并发布涵盖三种光照条件的受控 RGB 视频数据集。 消融实验显示,在光照条件下融合面部与骨骼特征的三分类模型准确率达 81%,预警/非预警二分类准确率达 99%,优于仅用面部或骨骼特征的模型。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 12:00
基于图神经网络的面部与上半身关键点火车司机状态识别报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv:cs.AI基于图神经网络的面部与上半身关键点火车司机状态识别
一项研究提出仅用单个正面 RGB 摄像头和图神经网络识别模拟火车司机状态,将其分类为警觉、非警觉和紧急三类。消融实验显示,在光照条件下融合面部与骨骼特征的三分类模型准确率达 81%,预警/非预警二分类准确率达 99%,优于仅用面部或骨骼特征的模型。研究还发布了一个涵盖三种光照条件的受控 RGB 视频数据集。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月7日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。