[发明专利]一种疲劳驾驶的检测识别方法、装置及系统在审
| 申请号: | 202110936693.5 | 申请日: | 2021-08-16 |
| 公开(公告)号: | CN113807181A | 公开(公告)日: | 2021-12-17 |
| 发明(设计)人: | 刘星;徐蕾艳;刘禹兴;陈雪琪;高红 | 申请(专利权)人: | 南京信息职业技术学院 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 董建林 |
| 地址: | 210023 江苏省*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 疲劳 驾驶 检测 识别 方法 装置 系统 | ||
1.一种疲劳驾驶的检测识别方法,其特征在于,包括以下步骤:
获取人脸区域关键点图像信息、车辆驾驶行为信息;
将所述人脸区域关键点图像信息输入面部状态识别模型,获得面部状态检测结果;
将所述车辆驾驶行为信息输入行驶状态识别模型,获得行驶状态检测结果;
将所述面部状态检测结果和行驶状态检测结果输入置信度判定模型,输出最终检测结果。
2.根据权利要求1所述疲劳驾驶的检测识别方法,其特征在于,
所述人脸区域关键点图像信息包括嘴部、眼部、头部图像数据。
3.根据权利要求2所述疲劳驾驶的检测识别方法,其特征在于,
所述面部状态识别模型的训练过程为:
获取不同状态下人脸区域关键点图像信息和面部实际状态;
根据人脸区域关键点图像信息和面部实际状态构建第一数据集;
基于所述第一数据集对设定的神经网络进行训练,获得所述面部状态识别模型。
4.根据权利要求1所述疲劳驾驶的检测识别方法,其特征在于,
所述车辆驾驶行为信息包括速度、加速度以及方向盘的角速度数据。
5.根据权利要求4所述疲劳驾驶的检测识别方法,其特征在于,
所述行驶状态识别模型的训练过程为:
获取不同状态下车辆驾驶行为信息和车辆行驶实际状态;
根据车辆驾驶行为信息和车辆行驶实际状态构建第二数据集;
基于所述第二数据集对设定的神经网络进行训练,获得所述行驶状态识别模型。
6.根据权利要求1所述疲劳驾驶的检测识别方法,其特征在于,
所述置信度判定模型的训练过程为:
获取不同状态下面部状态检测结果、行驶状态检测结果和真实状态;
根据面部状态检测结果、行驶状态检测结果和真实状态构建第三数据集;
基于所述第三数据集对设定的神经网络进行训练,获得所述置信度判定模型。
7.一种疲劳驾驶的检测识别装置,其特征在于,包括:
信息获取模块,用于实时获取人脸区域关键点图像信息、车辆驾驶行为信息;
面部状态疲惫检测模块,用于根据人脸区域关键点图像信息,对驾驶员进行疲劳检测;
车辆行驶状态疲惫检测模块,用于根据车辆驾驶行为信息,对驾驶员进行疲劳检测;
置信度判定模块,用于融合面部状态疲惫检测模块和车辆行驶状态疲惫检测模块疲劳检测结果,输出最终结果。
8.根据权利要求7所述的疲劳驾驶的检测识别装置,其特征在于,所述疲劳驾驶的检测识别装置包括预警模块。
9.根据权利要求8所述的疲劳驾驶的检测识别装置,其特征在于,所述预警模块为声光预警模块。
10.一种疲劳驾驶的检测识别系统,其特征在于,包括权利要求7-9任一项所述的疲劳驾驶的检测识别装置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息职业技术学院,未经南京信息职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110936693.5/1.html,转载请声明来源钻瓜专利网。





