首页> 中文期刊> 《汽车安全与节能学报》 >基于双流自适应图卷积神经网络的行人过街意图识别

基于双流自适应图卷积神经网络的行人过街意图识别

         

摘要

对城市道路上的自动驾驶车辆,提出了一种判别行人过街意图的识别方法。该方法利用双流、时空自适应图卷积神经网络(2s-AGCN),联系了行人骨架的动力学与行人过街意图;以时空图卷积神经网络(ST-GCN)的动作识别为基础,加入自适应图卷积神经网络结构(AGCN);在骨骼的长度和方向上,设计了双流网络,将2个网络输出的Softmax分数融合,来预测行人过街意图。根据自动驾驶联合注意力公开数据集(JAAD),进行了仿真实验。结果表明:本文的2s-AGCN行人过街意图识别方法的准确率达到了89.36%,比ST-GCN神经网络的结果高3.36%。因此,该方法识别准确率较高。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号