arXiv cs.AI· Olivia Nocentini, Marta Lagomarsino, Gokhan Solak, Younggeol Cho, Qiyi Tong, Sara Zeynalpour, Marta Lorenzini, Alessandro Ledda, Arash Ajoudani·· 11 小时前AI 评分22
基于图神经网络的面部与上半身关键点火车司机状态识别
Graph-Based Recognition of Simulated Train-Driver States From Facial and Upper-Body Keypoints
AI 导读
一项研究提出仅靠单个前置 RGB 摄像头和图神经网络，将模拟火车司机状态分为警觉、非警觉和紧急三类。消融实验显示，在光照条件下融合面部与骨骼特征的三分类模型准确率达 81%，二分类警觉/非警觉准确率达 99%，优于仅用面部或骨骼特征的模型。研究同时发布了一个涵盖三种光照条件的受控 RGB 视频数据集。
来源：arXiv cs.AI · arxiv.org