Skip to content
Hot eventLive

基于图神经网络的列车驾驶员状态识别研究

1 reports1 sources3 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 7
新报道披露该研究在光照条件下组合特征三分类准确率81%、二分类99%。

Timeline

Follow the coverage from different angles.

Oct 7, 2026
  1. arXiv · Computer Vision
    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

    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%。

Heat trend

Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –

02.557.510Oct7Oct7Oct7Oct7

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.