您当前的位置：
首页 >
文章列表页 >
基于改进YOLOv5的驾驶员分心驾驶检测
交通运输工程·土木工程 | 更新时间：2025-05-26
上一篇|下一篇

    • 基于改进YOLOv5的驾驶员分心驾驶检测

    • Driver distracted driving detection based on improved YOLOv5

    • “在驾驶员分心驾驶检测领域，专家提出了基于改进YOLOv5的检测方法，通过引入Ghost模块和头部姿态估计，实现了端到端实时的分心驾驶预警，为解决分心驾驶问题提供解决方案。”
    • 陈仁祥 ，胡超超 ，胡小林 ，杨黎霞 ，张军 ，何家乐
    • 吉林大学学报（工学版） 2024年54卷第4期 页码：959-968
    • 作者机构：

      1.重庆交通大学 交通工程应用机器人重庆市工程实验室，重庆 400074

      2.重庆工业大数据创新中心有限 公司，重庆 400056

      3.重庆科技学院 工商管理学院，重庆 401331

    • 作者简介：

      陈仁祥（1983-），男，教授，博士.研究方向：智能测控技术.E-mail： manlou.yue@126.com

      胡小林（1984-），男，高级工程师.研究方向：大数据技术.E-mail： huxl0918@163.com

    • 基金信息：
      国家重点研发计划项目(2018YFB1306601);国家自然科学基金项目(51975079);重庆市自然科学基金创新发展联合基金项目(CSTB2023NSCQ-LZX0127);重庆市研究生联合培养基地项目(JDLHPYJD2021007);重庆市教育委员会科学技术研究项目(KJZD-M202200701);重庆交通大学研究生科研创新项目(2022S0045)

    • DOI： 10.13229/j.cnki.jdxbgxb.20220638     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 12 ) 表( 3 )

  • 参考文献

  • 出版信息

  • 数据统计

51

浏览量

179

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于改进YOLOv5的双模态图像融合行人检测方法
半地下枢纽互通匝道隧道出口与二次分流点间安全距离
基于深度学习的车载图像车辆目标检测和测距
基于潜在类别模型的急陡弯路段驾驶行为辨析
基于改进YOLOv5算法的道路目标检测方法

相关作者

王维锋
邵琳骞
黄建鑫
李洪囤
张日民
葛洪成
郭忠印
宋灿灿

相关机构

苏交科集团 智慧交通研究所
交通运输部科学研究院
河海大学 土木与交通学院
中国铁路设计集团有限公司
上海师范大学 建筑工程学院