首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习多特征融合的驾驶员疲劳检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:钧捷科技(北京)有限公司

摘要:本发明涉及安全驾驶技术领域,本发明公开了一种基于深度学习多特征融合的驾驶员疲劳检测方法;包括采集子视频中的头部疲劳参数,计算出子视频的疲劳初级指数,并判定是否进入疲劳检测模式,采集目标子视频中实时的面部疲劳参数,预测出实时的疲劳状态值,并制定出疲劳干预指令;相对于现有技术,本发明通过采集头部疲劳参数,可以对驾驶员是否出现疲劳状态进行初级检测,并结合面部疲劳参数和机器学习模型,能够对驾驶员的真实且最终的疲劳状态进行准确的识别检测,不仅实现了驾驶员驾驶过程中多特征的疲劳驾驶检测效果,同时也利用双重检测方式提高了疲劳检测的准确性,避免了单一方面特征和单次疲劳检测时可能存在的误检测的现象。

主权项:1.一种基于深度学习多特征融合的驾驶员疲劳检测方法,应用于行车电脑,其特征在于,包括:S1:获取驾驶员在检测周期内的头部视频,并基于视频划分准则,将头部视频划分为子视频;S2:采集子视频中的头部疲劳参数,并基于头部疲劳参数,计算出子视频的疲劳初级指数,头部疲劳参数包括平衡点偏移率和偏移时长占比值;S3:基于疲劳初级指数,从子视频中标记出目标子视频,并判定是否进入疲劳检测模式;若不进入疲劳检测模式,重复执行S1-S3;若进入疲劳检测模式,执行S4;S4:采集目标子视频中实时的面部疲劳参数,面部疲劳参数包括眼睑异常开合率、异常眨眼占比值和嘴巴异常张开频率;S5:将实时的面部疲劳参数输入提前训练好的机器学习模型中,预测出实时的疲劳状态值,并判定是否发出疲劳预警提示;若发出疲劳预警提示,执行S6;若不发出疲劳预警提示,重复执行S4-S5;S6:从面部疲劳参数中标记出目标参数,并统计出目标参数的数量,制定出疲劳干预指令,疲劳干预指令包括声光预警干预指令和声光结合动力干预指令。

全文数据:

权利要求:

百度查询: 钧捷科技(北京)有限公司 一种基于深度学习多特征融合的驾驶员疲劳检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术