一种基于多模态融合的驾驶行为分类的方法和装置

本申请提供一种基于多模态融合的驾驶行为分类的方法和装置。该方法包括：获取车辆的时间序列数据，该时间序列数据包括该车辆运行过程中按时域采集的运动状态数据；确定该时间序列数据的时域分支特征向量，其中该时域分支特征向量是根据该时间序列数据和多个不同的神经网络得到的；确定该时间序列数据的频域分支特征向量，其中，该频域分支特征向量是根据频域数据中的多个频域特征的融合得到的，该频域数据是通过对该时间序列数据进行时频转换得到的；根据该时域分支特征向量和频域分支特征向量的加权融合向量，确定该车辆的驾驶行为分类结果。通过该方案，提高了驾驶行为分类结果的准确率，而且降低了计算消耗。