用于检测驾驶员困倦和精神负荷的改进TSception
Research Paper#EEG, Driver Drowsiness, Mental Workload, Deep Learning🔬 Research|分析: 2026年1月4日 00:10•
发布: 2025年12月25日 17:48
•1分で読める
•ArXiv分析
本文介绍了一种改进的TSception架构，用于基于脑电图的驾驶员困倦和精神负荷评估。主要贡献包括具有时间细化的分层架构、用于处理不同脑电图输入维度的自适应平均池化以及两阶段融合机制。该模型在SEED-VIG数据集上表现出与原始TSception相当的准确性，但稳定性有所提高（置信区间减小）。此外，它在STEW精神负荷数据集上取得了最先进的结果，突出了其通用性。
要点
引用 / 来源
查看原文"The Modified TSception achieves a comparable accuracy of 83.46% (vs. 83.15% for the original) on the SEED-VIG dataset, but with a substantially reduced confidence interval (0.24 vs. 0.36), signifying a marked improvement in performance stability."