基于卷积神经网络的驾驶人状态监测任务书
2020-02-20 08:27:02
1. 毕业设计(论文)主要内容:
驾驶人状态监测是自动驾驶人机共驾阶段的关键问题,是评估驾驶人接管能力、构建安全有效的人机驾驶权切换机制的重要基础。
本研究探索通过车内摄像头采集实时驾驶人视频图像数据,构建基于卷积神经网络的深度学习目标检测及行为分析模型,实现驾驶人行为和状态的有效监测。
2. 毕业设计(论文)主要任务及要求
(1)了解自动驾驶汽车人机共驾模式。
(2)掌握深度学习及卷积神经网络的基本概念、方法和主要模型。
(3)能够搭建深度学习平台并进行深度学习模型的构建、训练。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
3. 毕业设计(论文)完成任务的计划与安排
1-2(7 学期第19-20周) 确定毕业设计选题、完善毕业设计任务书(相关参数)、校内外资料收集
3(8 学期第1周) 方案构思、文献检索、完成开题报告
4~5(8学期第2-3周) 外文翻译、资料再收集
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
4. 主要参考文献
伊恩·古德菲洛等《深度学习》弗朗索瓦·肖莱《python深度学习》
Sebastian Raschka, Vahid Mirjalili《Python Machine Learning》
西蒙.J.D.普林斯《计算机视觉:模型、学习和推理》
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付