【摘 要】
：
交通智能化是当前科技发展的一个重要趋势,自动驾驶目前还未能实现完全自主的无人驾驶,因此,智能辅助驾驶系统依然存在很大的实用价值。基于智能辅助驾驶系统实时检测识别驾驶员的驾驶行为,当驾驶员出现不符合安全规范的驾驶行为时,智能辅助驾驶系统可以及时发出预警以提醒驾驶员及时纠正不安全的驾驶行为,因此,合理利用智能辅助驾驶系统可以有效降低交通事故发生的几率。驾驶行为识别方法实际应用于智能辅助驾驶系统时依然存
论文部分内容阅读
交通智能化是当前科技发展的一个重要趋势,自动驾驶目前还未能实现完全自主的无人驾驶,因此,智能辅助驾驶系统依然存在很大的实用价值。基于智能辅助驾驶系统实时检测识别驾驶员的驾驶行为,当驾驶员出现不符合安全规范的驾驶行为时,智能辅助驾驶系统可以及时发出预警以提醒驾驶员及时纠正不安全的驾驶行为,因此,合理利用智能辅助驾驶系统可以有效降低交通事故发生的几率。驾驶行为识别方法实际应用于智能辅助驾驶系统时依然存在很多问题,如:重复识别、系统能耗大、隐私保护以及模型实时更新等。本文重点研究视觉序列信息处理场景下的驾驶行为识别问题。基于卷积神经网络进行驾驶行为识别,结合联邦学习和SSIM结构相似度索引算法辅助驾驶行为识别方法的实际落地应用。主要研究工作如下:（1）基于SSIM结构相似度索引算法对视觉序列信息进行预处理。以相似度评估为基础去除视觉序列中相似度较高的驾驶行为图像可以解决重复识别的问题,同时达到节省系统能耗的目的,有助于驾驶行为识别方法在嵌入式等低功耗设备上的落地应用。实验方面,本文通过设计对比实验说明基于SSIM结构相似度索引算法的视觉序列信息预处理方法的优越性,同时基于SSIM结构相似度索引算法实现相似性排查算法并进行实验验证。（2）基于联邦学习训练驾驶行为识别模型。联邦学习可以做到在保护车辆数据隐私的情况下,充分利用现有车载平台的数据资源实时地训练出性能优异的模型,这对于驾驶行为识别方法的实际落地应用有着非常大的帮助。实验方面,本文从不同训练方式与不同联邦学习训练参数两方面设计对比实验测试不同训练条件对驾驶行为识别模型训练效果的影响。（3）结合SSIM结构相似度索引算法和联邦学习实现基于视觉序列信息处理的驾驶行为识别方法。从服务器端和客户端两方面构建应用系统并进行初步实验验证。
其他文献
信息物理系统（Cyber Physical System,CPS）是工业4.0中的重要组成部分,能够在未来的设计和开发中发挥重要作用。其通过对计算,网络与物理环境的综合,实现了计算资源和物理资源的结合协调。但CPS在给人们带来便捷的同时也带来了信息超载的情况,若能对这些多源巨量数据加以利用,将能进一步便利人们的生活。协同过滤推荐算法是解决信息超载的有效方案,其通过对现有用户交互数据进行处理,提取相
近年来,随着互联网技术的发展,人们在网络分享自己的生活,发表对各种事物的看法,各种社交平台和电商平台的用户评论呈爆炸式增长。如何从众多评论中提取出用户对产品或服务在某个方面的具体情感,对商家改进自家产品与服务,以及指导其他用户选购商品都极具现实意义。方面级情感分类任务旨在识别句子中给定方面词的情感极性,从更加精细的角度分析文本评论中不同属性或者方面的情感信息,从而对商品和服务有更加深入、细节的了解
卷积神经网络作为人工智能技术的重要组成部分,因其出色的特征捕获能力被广泛应用于图像处理领域。由于无处不在的CPU设备和其独特的灵活性,以及现实场景部署CNN模型等限制,使得在CPU设备中部署CNN模型变得更加广泛普遍。然而CNN巨大的参数量和计算量使推断过程拥有超高的访存次数和计算次数,导致推断延时较大,难以满足应用要求。因此,本文以降低访存延时和提高计算并行度为切入点,采用批量处理的思路,加速C
近年来,移动通信和网络技术、人工智能的飞速发展,大量新兴应用应运而生并且对移动终端设备的要求进一步提高。移动终端有限的电池容量和计算资源将无法应对计算密集型和时延敏感型应用的挑战。移动边缘计算（Mobile Edge Computing,MEC）有望成为一种新的范式解决这一问题,它在移动网络边缘部署MEC服务器,从而移动终端可以将计算任务的整体或者部分卸载到MEC服务器上执行,降低了移动设备的时延
通过对我国丰富的新能源资源进行合理的利用可产生庞大的电能,但想要完全消纳利用新能源所产生的电力则需要相当规模的输电线路参与输送工作。虽然铺设新的输电线路可以缓解整个电网线路的电力输送压力,但新线路的建设不仅耗资巨大而且构建速度也远比不上目前日益增长的社会用电需求。因此,合理提升现有输电线路的载流能力则成为一种最为经济有效的方案。根据线路的最大载流量以及线路实际负荷电流之间的关系,电网工作人员可相应
创新是推动中国经济转向高质量发展的内在动力。在加强区域创新体系建设的国家战略背景下,京津冀协同发展战略已实施7年有余。京津冀作为全国创新驱动经济增长的新引擎,却始终面临城市群内部创新差距较大、协同创新问题严峻的现实困境,区域内部长期的不均衡发展导致区域整体在全国城市群中的头部优势有所下降。而大量研究发现,创新在空间分布上并不均衡,既存在空间集聚也存在空间差异,其影响因素由于研究尺度与对象的不同也不
遥感场景三维点云语义分割越来越受到关注,由于遥感场景背景复杂、投影方向不定、目标尺度大等特点,现有三维点云语义分割算法应用于遥感场景,存在目标背景复杂、目标尺度不一、目标轮廓结构相似辨识难等问题。针对以上问题,本文的具体工作包括以下两部分:（1）针对遥感场景中目标背景复杂、目标尺度不一等问题,本文基于串行结构的多尺度特征融合网络提出了一种融合方向密度的多尺度特征学习语义分割算法。该算法充分结合物体
本文通过开展室内静态吸附-解吸试验,进行三种重金属离子在粉土中的吸附-解吸试验,使用非线性吸附-解吸模型、Freundlich模型、Langmuir模型进行拟合,并对负载有重金属污染物的粉土颗粒进行微观特征分析。为深入研究重金属离子作用下非饱和土中污染物迁移过程,利用一维短土柱污染物迁移试验,考察重金属污染物浓度、种类对土体含水率分布的影响以及不同重金属污染物迁移能力的差异。最后,基于非饱和土中污
透镜作为最常见的光学元器件,在摄像头、天文望远镜和显微镜等光学设备中是不可或缺的存在,其表面加工质量直接决定着设备的成像质量。如何实现对透镜表面三维轮廓高精度测量具有重要的研究意义。目前,表面轮廓测量方法可分为接触式和非接触式两大类。其中接触式测量由于机械探针与被测件接触易对器件表面造成划伤损坏的原因,现已很少应用在表面轮廓测量领域中。而激光波数扫描干涉法作为非接触式光学测量的一种,具有检测速度快
异常检测（outlier detection）是数据挖掘的重要任务之一,其研究目的是发现与预期结果显著偏离的数据。在数据流环境下,异常点即明显偏离其附近数据的数据点。异常检测方法广泛地应用于计算机诸多领域,例如网络检测、水文检测、金融欺诈检测和医疗病理检测等。关于异常检测方法的研究是计算机应用领域的热点课题之一。有很多问题可能促使异常值出现,例如机器故障、欺诈行为、恶意活动、人为错误、采样错误,以