龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：数据空间研究院
申请日：2024-04-16
公开（公告）日：2024-06-28
公开（公告）号：CN118262477A
主分类号：G08B21/06
分类号：G08B21/06;A61B5/18;A61B5/024;A61B5/11;A61B5/00;G06V20/59;G06V40/16;G06V40/20;G06V10/80;G06V10/82
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种基于面部视频的疲劳驾驶状态检测方法，包括以下步骤：S1、通过多线程方式获取需要的数据；S2、获取面部关键点；S3、通过TC‑CAN方法获取脉搏波；S4、通过ResNet18网络处理面部关键点获取外部行为特征；S5、对于S3中获取到的脉搏波数据提取需要的心率特征；S6、融合外部行为特征以及心率特征进行分类。本发明通过视频分析技术，实现对驾驶员面部行为状态和心率状态的获取，通过采用模型，能够提取与疲劳驾驶相关的外在行为状态和心率特征，并将它们进行融合，实现从视频到疲劳驾驶状态的端到端判断，因此利用了外部面部行为和内在生理信息，提高疲劳驾驶状态检测的准确性和可靠性。
主权项：1.一种基于面部视频的疲劳驾驶状态检测方法，其特征在于，包括以下步骤：S1、通过多线程方式获取需要的数据，具体通过摄像头捕获面部视频数据，进而获取被试者的外部行为状态和内在心率状态；S2、获取面部关键点，获取面部关键点后进行面部行为特征分析；S3、通过TC-CAN方法获取脉搏波，其中TS-CAN神经网络通过关注时空通道信息来提高脉搏估计性能；S4、通过ResNet18网络处理面部关键点获取外部行为特征feature_face；S5、对于S3中获取到的脉搏波数据提取需要的心率特征feature_hr，具体通过手动提取常用的分析特征，其中所提取的脉搏波主要可用的信息为心率值以及心率变异性相关特征；S6、融合外部行为特征以及心率特征进行分类，并根据分类特征进行最终的疲劳驾驶状态判断，判断驾驶人员是否处于疲劳状态。
全文数据：
权利要求：
百度查询： 数据空间研究院 一种基于面部视频的疲劳驾驶状态检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号