[发明专利]基于YOLOv3算法的疲劳驾驶状态检测算法在审

专利信息
申请号: 201910738108.3 申请日: 2019-08-12
公开(公告)号: CN112395900A 公开(公告)日: 2021-02-23
发明(设计)人: 徐江涛;路凯歌;高静;聂凯明;史再峰 申请(专利权)人: 天津大学青岛海洋技术研究院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 266200 山东省青岛市鳌*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 基于YOLOV3算法的疲劳驾驶状态检测算法,分为检测、分类、决策三个方面,其中检测部分包括人脸检测与特征点的提取,采用YOLOv3算法所搭建的卷积神经网络与Landmark算法来实现;分类部分包含数据采集、模型训练和疲劳特征分类;当采集眼部和嘴部不同状态的数据集后,采用SVM算法训练模型,最终实现疲劳特征分类;决策部分使用Perclos疲劳判断准则判断疲劳状态;该算法运用采用YOLOv3算法搭建的卷积神经网络和面部关键特征点算法对视频中得到的帧图像进行人脸检测及特征点提取,再根据SVM模型实现人脸眼部和嘴部特征状态判断,最后采用眼睛闭合超过瞳孔的百分比算法检测疲劳状态。
搜索关键词: 基于 yolov3 算法 疲劳 驾驶 状态 检测
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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天津大学青岛海洋技术研究院,未经天津大学青岛海洋技术研究院许可,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/patent/201910738108.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top