English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41076857      線上人數 : 986
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/77424


    題名: 基於遞迴神經網路於多重深度攝影機架構下之駕駛動作辨識;Driver Behavior Recognition based on Multiple Depth Cameras using Recurrent Neural Network
    作者: 莊英瑋;Chuang, Ying-Wei
    貢獻者: 通訊工程學系
    關鍵詞: 駕駛動作辨識;深度攝影機;深度學習;多視角拍攝;driver behavior recognition;depth camera;deep learning;RNN
    日期: 2018-08-02
    上傳時間: 2018-08-31 14:37:54 (UTC+8)
    出版者: 國立中央大學
    摘要: 本篇論文是針對車內駕駛的動作辨識,針對駕駛動作的目的,一方面是和行車安全有高度相關性,在發現駕駛不專心時或有危險時給予提醒,另一方面可應用在車上型娛樂的控制上。我們提出利用兩台的Kinect攝影機,拍攝到的不同視角影像、經過前處理,並利用深度學習裡面的遞迴神經網路架構去做訓練辨識。使用不同視角的影像降低只用單一視角造成的自我遮蔽的問題,使用長短期記憶的架構可以讓網路學習到隨時間變化而改變的資訊,這套系統應用在我們自己拍攝的Vap多視角駕駛動作資料庫上,可以達到不錯的辨識正確率;This thesis is aimed at in-car driver behavior recognition. One of the purpose is for the safe drive, because it would be dangerous that driver doesn’t concentrate when driving. The other is the application for the In-car entertainment. We propose a multi-view driver behavior recognition system (MDBR system). The pointcloud is captured from different views, and we manage to preprocess the original data by rotation, calibration, merging and sampling. Then, we use the Long short-term memory (LSTM) network, a type of recurrent neural network, as classifier. The dataset we used is VAP multi-view driver behavior dataset. This dataset is we proposed, and contain 10 driver behavior. Using multi-view data can effectively reduce the influence of the occlusion problem. The recognition accuracy of MDBR system have good performance.
    顯示於類別:[通訊工程研究所] 博碩士論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML187檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明