跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. 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
–

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。