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：福建省特种设备检验研究院

摘要：本发明提供了基于MoE模型的司机风险行为预测系统，所述预测系统安装于工程车辆上，所述预测系统包括：全彩摄像头、边缘计算主机、搭载在边缘计算主机上的AI推理芯片；所述AI推理芯片实现对MoE模型的实时推理，所述边缘计算主机上设置有：身份识别模块、特征提取模块、行为序列模块、风险预测模块、以及预警与决策模块；该系统通过安装在叉车驾驶室内的全彩摄像头，结合AI推理芯片的主机，实现对司机身份的识别和行为监测。系统能够实时分析司机的面部特征、姿态动作，并预测其疲劳等级、注意力分散、情绪异常等风险行为，及时上报预警中心，以采取相应措施，确保操作安全。

主权项：1.基于MoE模型的司机风险行为预测系统，所述预测系统安装于工程车辆上，其特征在于：所述预测系统包括：全彩摄像头、边缘计算主机、搭载在边缘计算主机上的AI推理芯片；所述AI推理芯片实现对MoE模型的实时推理，所述边缘计算主机上设置有：身份识别模块、特征提取模块、行为序列模块、风险预测模块、以及预警与决策模块；所述全彩摄像头捕捉司机的面部表情、视线方向和身体姿态的行为特征数据，将行为特征数据发送给边缘计算主机，边缘计算主机对司机身份的识别和行为的监测，所述身份识别模块用来验证司机身份；所述特征提取模块，在验证到司机身份后，实时提取所述特征数据，并将提取的特征数据传输至行为序列模块；所述行为序列模块对特征数据进行预处理和序列化，形成适合MoE模型分析的序列化数据；所述风险预测模块接收序列化数据，进行深入分析，并生成风险评估结果；所述预警与决策模块根据风险评估结果，执行预警和决策支持功能，确保及时响应潜在风险，实现对司机行为的全面监测；所述MoE模型是一种深度学习模型，由多个专家和网络组成，每个专家和网络针对司机行为的不同方面进行分析，MoE模型通过集成学习的方式，提高对复杂行为特征的识别和预测能力，所述专家和网络中的分析为对输入的图像信息使用模型MTCNN提取图像中的人脸位置信息以及人脸特征信息；使用MMPose提取肢体特征点位置信息；使用马氏距离公式根据提取的人脸特征计算距离信息与边缘计算主机的数据库比对完成对司机身份认证。

全文数据：

权利要求：

百度查询： 福建省特种设备检验研究院 基于MoE模型的司机风险行为预测系统