原创力文档摘要
随着智能网联汽车技术的快速发展和汽车保有量的持续增长，驾乘人员异常
行为识别研究的开展，对于保障道路交通安全和推动智能座舱的发展具有重要意
义。在复杂多变的汽车座舱环境下，传统行为识别方法因图像增强效果不佳、目
标识别精度不高和模型部署受限等问题，难以满足准确、高效且实时的驾乘人员
异常行为识别需求。因此，本文以深度学习技术为手段，驾乘人员异常行为图像
为研究对象，识别异常行为为研究目标，对异常行为数据集构建、图像增强和行
为识别等关键技术进行了研究。本文主要工作和研究内容如下：
摘要
随着智能网联汽车技术的快速发展和汽车保有量的持续增长，驾乘人员异常
行为识别研究的开展，对于保障道路交通安全和推动智能座舱的发展具有重要意
义。在复杂多变的汽车座舱环境下，传统行为识别方法因图像增强效果不佳、目
标识别精度不高和模型部署受限等问题，难以满足准确、高效且实时的驾乘人员
异常行为识别需求。因此，本文以深度学习技术为手段，驾乘人员异常行为图像
为研究对象，识别异常行为为研究目标，对异常行为数据集构建、图像增强和行
为识别等关键技术进行了研究。本文主要工作和研究内容如下：
文档评论（0）