龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：江苏星诺信息技术有限公司
摘要：本发明涉及驾驶员行为检测技术领域，且公开了一种多特征融合的驾驶员行为检测模型构建方法及检测方法，基于多种疲劳特征、分心特征和时序信息，通过该系统检测驾驶场景中的视频片段的驾驶员行为，解决了现有技术中准确度不高、速度较慢以及检测内容不够全面的问题；与传统的检测方法相比，本发明所提出的驾驶员行为检测方法在疲劳检测和分心检测方面，均融合了多种特征，能检测闭眼、打哈欠、点头打瞌睡等疲劳行为以及抽烟、打电话多种常见分心行为等危险行为，检测领域更全面，误判更少，通用性更强，具有更高的准确性。
主权项：1.一种多特征融合的驾驶员行为检测模型构建方法，其特征在于：包括以下步骤：S1、数据集准备与处理；S1.1、目标检测使用自制的COCO格式的数据集，数据集的原图片从车载摄像头获取，通过数据集标注平台Roboflow标记出人、头部、香烟、水杯和手机等至少五类标签；S1.2、全身关键点估计使用公开的COCO-WholeBody数据集；S1.3、头部姿态估计使用公开的300W-LP数据集；S2、构建深度学习网络，包括三个部分：目标检测部分、全身关键点估计部分和头部姿态估计部分，其中全身姿态估计部分网络和头部姿态估计部分网络并行连接在目标检测部分网络之后；S2.1、构建基于YOLOv10的目标检测网络部分，输入是原RGB图像，输出是各类标签的坐标和置信度；S2.2、构建基于RTMPose的全身关键点估计网络部分，输入驾驶员区域的RGB图像，输出是驾驶员全身关键点的坐标和置信度；S2.3、构建基于6DRepNet的头部姿态估计网络部分，输入驾驶员头部区域的RGB图像，得到驾驶员的头部欧拉角信息；S3、训练深度学习网络，包括：用上述自制的COCO格式的数据集训练基于YOLOv10的目标检测网络，用上述COCO-WholeBody数据集训练基于RTMpose的全身姿态估计网络，用上述300W-LP数据集训练基于6DRepNet的头部姿态估计网络。
全文数据：
权利要求：
百度查询： 江苏星诺信息技术有限公司 一种多特征融合的驾驶员行为检测模型构建方法及检测方法
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