驾驶员疲劳检测和人脸识别的多任务学习通过树状空间 - 通道注意力融合网络
原文中文,约300字,阅读约需1分钟。发表于: 。在驾驶场景中,汽车主动安全系统越来越多地采用深度学习技术,为了处理同时进行的多个任务,我们提出了一种新颖的基于树形结构的多任务建模方法,将共享主干支脉络作为起点,更加专注地添加独立分支模块,以提高驾驶员疲劳检测和面部识别的整体性能。通过利用空间和通道注意机制生成融合关注增强特征,我们的多任务学习模型实现了在仅有单一任务数据集的情况下进行训练,并通过广泛验证证实了其有效性。
汽车主动安全系统采用深度学习技术,通过树形结构的多任务建模方法提高驾驶员疲劳检测和面部识别的性能。利用空间和通道注意机制生成融合关注增强特征,有效地在单一任务数据集上进行训练。