CPBW驾驶员识别机制

短窗口内高精度识别

一种结合变点检测与词袋模型的驾驶员识别机制，利用智能手机三轴加速度数据，在极短时间窗口内实现高效识别。

Yu-Ming, Chen · Lin, Phone · Yeh, Enhau · Yang, Shunren · Lu, Rongxing

IEEE Internet of Things Journal 2024

参数信息

准确率

98.1 %

精确率

98.1 %

召回率

98.1 %

F1分数

98.0 %

技术优势

短窗高效

通过变点检测与词袋模型，在极短时间窗口内实现高精度识别，提升实时性。

高精度识别

准确率、精确率、召回率和F1分数最高分别达到98.1%、98.1%、98.1%和98.0%。

真实数据适用

采用自然驾驶研究收集无限制真实世界数据，提高方法在实际场景中的适用性。

应用场景

• 车联网驾驶员识别：在车辆启动后几秒内识别驾驶员，自动调整座椅、后视镜等个性化设置。
• 车队管理：实时监控驾驶员身份，确保车辆仅由授权人员操作，防止违规使用。
• 个性化保险：基于实际驾驶行为识别驾驶员，为基于使用情况的保险定价提供依据。
• 车辆数字取证：通过传感器数据确定事发时的驾驶员身份，为事故责任认定提供证据。
• 智能交通：作为智能交通系统的一部分，提供个体驾驶行为数据，优化交通管理。