[发明专利]基于异常检测的注意力下降检测

说明书

本发明涉及基于异常检测的注意力下降检测。公开了一种计算机实现的方法。该方法包括准备用于生成指示注意力下降的估计的分数的异常检测模型的基础。异常检测模型具有影响分数的参数。该方法还包括准备训练数据集，每个训练数据包括与个体所执行的活动相关的传感器数据序列。该方法还包括使用训练数据集来优化异常检测模型的参数，使得与较短的累积活动相比，较长的累积活动的分数高。该方法还包括输出异常检测模型的参数，其中具有该参数的异常检测模型用于检测目标个体的注意力下降。

技术领域

本公开总体上涉及注意力下降检测，更具体地涉及使用异常检测来检测个体的注意力下降的技术。

背景技术

在汽车工业中，检测可能造成事故的因素和事件，包括由于疲惫和困倦引起的注意力(精力)下降、危险的驾驶以及设备故障，是一项艰巨的任务。特别地，检测驾驶员的注意力下降越来越受到关注，因为它有助于防止交通事故、对驾驶员的健康损害，并且有助于执行安全驾驶诊断。驾驶记录仪是汽车中配备的主要灵活IoT(物联网)设备之一。

发明内容

根据本发明的实施例，提供了一种计算机实现的方法。该方法包括准备用于生成指示注意力下降的估计的分数的异常检测模型的基础，其中异常检测模型具有影响分数的参数。该方法还包括准备训练数据集，每个训练数据包括与个体所执行的活动相关的传感器数据序列。该方法还包括使用训练数据集来优化异常检测模型的参数，使得与较短的累积活动相比，较长的累积活动的分数高。该方法还包括输出异常检测模型的参数，其中具有该参数的异常检测模型用于检测目标个体的注意力下降。

根据本发明的其他实施例，提供了一种计算机实现的方法。该计算机实现的方法包括准备用于生成指示注意力下降的估计的分数的异常检测模型。异常检测模型具有影响分数的参数并且已使用训练数据集进行了优化，使得与较短的累积活动相比，较长的累积活动的分数高。该计算机实现的方法还包括接收输入数据，该输入数据包括与目标个体所执行的活动相关的传感器数据。该计算机实现的方法还包括使用具有所述参数的异常检测模型来计算输入数据的分数。该计算机实现的方法还包括基于所述分数输出结果。

本文中还描述并要求保护与本发明的一个或多个方面相关的计算机系统和计算机程序产品。

通过本发明的技术实现了附加的特征和优点。本文中详细描述了本发明的其他实施例和方面，并且将其视为所要求保护的发明的一部分。

附图说明

在本说明书的结尾处的权利要求书中特别指出并明确要求保护被视为本发明的主题。根据以下结合附图的详细描述，本发明的前述和其他特征和优点将变得清楚，其中：

图1图示了根据本发明的示例性实施例的用于检测目标驾驶员的注意力下降的驾驶员注意力下降检测系统的框图；

图2图示了根据本发明的示例性实施例的用于检测目标驾驶员的注意力下降的模型的详细框图；

图3描绘了根据本发明的示例性实施例的针对驾驶数据计算的每个暂时异常分数和加权异常分数的时间序列的示意图；

图4描绘了注意力下降的驾驶数据与正常驾驶数据的分布之间的比较的示意图：

图5是描绘根据本发明的示例性实施例的用于检测目标驾驶员的注意力下降的处理的流程图；

图6描述了根据本发明的特定实施例的实现了驾驶员注意力下降检测系统的包括汽车和中央计算机系统的系统的示意图；

图7描述了根据本发明的另一个特定实施例的实现了驾驶员注意力下降检测系统的用于监视多辆汽车的汽车监视系统的示意图；并且

图8描绘了根据本发明的一个或多个实施例的计算机系统。

具体实施方式