arXiv · Computer Vision· Olivia Nocentini, Marta Lagomarsino, Gokhan Solak, Younggeol Cho, Qiyi Tong, Sara Zeynalpour, Marta Lorenzini, Alessandro Ledda, Arash Ajoudani·· 4 hr agoAI score14
基于图神经网络的面部与上身关键点列车司机状态识别研究
Graph-Based Recognition of Simulated Train-Driver States From Facial and Upper-Body Keypoints
AI brief
该研究提出一种仅用单台前向 RGB 摄像头与图神经网络的视觉监控系统，将模拟列车司机状态分为警觉、非警觉与紧急三类。消融实验比较骨骼、面部及两者组合三种特征配置，光照条件下组合特征在三分类中准确率达 81%，在警觉/非警觉二分类中达 99%。
Source: arXiv · Computer Vision · arxiv.org