首页> 中国专利> 一种基于深度学习的飞行员行为监控方法

一种基于深度学习的飞行员行为监控方法

摘要

本发明公开了一种基于深度学习的飞行员行为监控方法,包括:获取包含驾驶员在内的驾驶室图像;将所述驾驶室图像输入到训练好的卷积神经网络模型中,得到驾驶员行为的检测结果;所述监控模型包括输入层、残差模块以及预测部分,其中:所述输入层用于对驾驶室图像进行预处理,得到第一特征图;所述残差模块用于对所述第一特征图依次进行升维、特征图分组、通道压缩并相加操作,输出第二特征图;所述预测部分用于对所述第二特征图依次进行映射及特征抽取、特征池化、特征分类,最终输出检测结果。发明方法提出了新的激活函数和残差模块,使得网络的性能得到有效提升。

著录项

  • 公开/公告号CN112052829A

    专利类型发明专利

  • 公开/公告日2020-12-08

    原文格式PDF

  • 申请/专利权人 中国直升机设计研究所;

    申请/专利号CN202011020346.X

  • 发明设计人 张江勇;周一林;陈金皖;温娜;

    申请日2020-09-25

  • 分类号G06K9/00(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);G06N20/20(20190101);

  • 代理机构11008 中国航空专利中心;

  • 代理人王世磊

  • 地址 333001 江西省景德镇市航空路6-8号

  • 入库时间 2023-06-19 09:10:33

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-06-30

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号