Swin-Transformer双视角检测模型

安全驾驶员次任务识别更准

该模型利用双视角与交叉注意力机制,为自动驾驶安全驾驶员的次任务检测提供了高精度、高鲁棒性的新方案。

Liu, Qingchao · Chen S.Q. · Guoqing, Liu · Yang, Lie · 袁泉 · 蔡英凤 · Long, Chen

Advanced Engineering Informatics 2025

参数信息

准确率
96.15 %
准确率
94.39 %

技术优势

双视角更全面

交叉注意力机制有效融合双视角信息,更全面地捕捉安全驾驶员的行为特征。

识别更准

引入中心损失提升分类精度,在SAM和ASD数据集上均取得高准确率。

优于现有方法

在对比评估中,ST-CAFL的检测性能优于多种现有方法。

应用场景