文献类型：专利

中文题名：一种基于3D卷积神经网络的分心驾驶识别方法

作者：曾凯 张曼

第一作者：曾凯

机构：[1]贵州理工学院;

第一机构：贵州理工学院

专利类型：发明专利

申请号：CN201910335667.X

申请日：20190424

申请人地址：550003 贵州省贵阳市云岩区贵工路1号

公开日：20190802

代理人：王蕊

代理机构：52106 贵阳中工知识产权代理事务所

语种：中文

中文关键词：驾驶;卷积神经网络;卷积计算;卷积核;构建;卷积;两路;模式识别领域;叠加处理;合并操作;连续重复;图片叠加;输出;连接层;能力强;输入层;特征图;池化;网络;图片;学习

年份：2019

摘要：本发明公开了一种基于3D卷积神经网络的分心驾驶识别方法，属于深度学习、模式识别领域，尤其涉及基于深度卷积神经网络的分心驾驶识别方法。对驾驶姿态图片做叠加处理构建输入层。首先对图片立方体做卷积计算为C1卷积层;然后通过两路不同的卷积核做卷积计算，再做最大池化计算，连续重复四次，为网络的C2、C3、C4、C5卷积层；最后将C5输出的两类特征图做合并操作，再依次经过两个全连接层L1、L2，计算softmax，最后输出对应的分心驾驶类别。本发明将2D图片叠加构建3D输入，同时使用了两路不同的卷积核提出特征，网络具有泛化能力强，识别精度高的优点。