图神经网络识别模拟火车司机状态研究
热点事件持续更新
图神经网络识别模拟火车司机状态研究
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Olivia Nocentini 等人在 arXiv 发布研究，提出仅用单目前置 RGB 摄像头和图神经网络，对模拟火车司机的状态进行三分类：清醒、不清醒和扮演的紧急行为，并发布了包含三种光照条件的受控 RGB 视频数据集。
AI 根据报道生成 · 46 分钟前更新
最新进展10月31日 12:00
基于人脸与上半身关键点的图神经网络识别模拟火车司机状态研究报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI基于人脸与上半身关键点的图神经网络识别模拟火车司机状态研究
一项研究提出仅用单目前置 RGB 摄像头和图神经网络对模拟火车司机状态进行三分类：清醒、不清醒和扮演的紧急行为。消融实验显示，光照条件下融合人脸与骨骼特征的三分类准确率达 81%，清醒/不清醒二分类达 99%，均优于仅用单一特征。研究团队还发布了包含三种光照条件的受控 RGB 视频数据集。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。