基于图神经网络的列车驾驶员状态识别研究

2026年10月7日，arXiv Computer Vision（一手）报道一项基于图神经网络的列车司机状态识别研究。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。研究通过消融实验比较骨骼、面部及两者组合三种特征配置，结果显示在光照条件下，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%。目前公开信息仅涉及该方法与实验结果，未见后续验证或部署报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。