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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于联邦学习的驾驶员的分心行为识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114332832B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111670712.0，技术领域涉及：G06V20/59；该发明授权一种基于联邦学习的驾驶员的分心行为识别方法是由刘鹏;蒋龙飞设计研发完成，并于2021-12-31向国家知识产权局提交的专利申请。

本一种基于联邦学习的驾驶员的分心行为识别方法在说明书摘要公布了：本发明公开了一种基于联邦学习的驾驶员的分心行为识别方法。本发明针对的应用场景主要包括目标检测模型、服务器和若干用户，同时各个用户都有相互独立的私有的数据集。本发明创新的将联邦学习算法与目标检测算法进行了结合。在服务器不能获得用户数据集的约束下，实现了用于检测驾驶员分心行为的YOLOv3模型的训练。同时创新的提出了在联邦学习过程中使用学习率预热的方法，用于提高模型收敛效率和性能。本发明的方法不需要过多的先验知识，不需要得到每个用户原始数据，符合隐私保护的需求，并且本发明在类似的应用场景有着较好的复用性，发明的实践价值较强。

本发明授权一种基于联邦学习的驾驶员的分心行为识别方法在权利要求书中公布了：1.一种基于联邦学习的驾驶员的分心行为识别方法，其特征在于包括以下步骤：步骤1、制作驾驶员行为数据集；用户收集驾驶员行为图像，并对原始图像进行标注，获得预处理后的驾驶员行为数据集；将数据集按一定比例分为训练集、验证集和测试集；步骤2、搭建联邦学习模型及设置联邦学习参数；服务器中的全局目标检测模型和用户的本地目标检测模型拥有同样的框架；其中，全局目标检测模型的参数会通过加载官方预训练权重的方式进行模型参数初始化；同时设置联邦学习方法的最大轮次、终止训练阈值；步骤3、设置学习率；使用学习率预热的方法，服务器在每个联邦学习轮次中设置学习率；步骤4、本地目标检测模型的训练；各个用户从服务器处得到全局目标检测模型的参数后加载到各自的本地目标检测模型，使用各自的训练集和验证集对本地目标检测模型进行训练并计算损失，使用梯度下降法计算梯度，达到训练次数epoch之后，将所得的梯度上传给服务器；步骤5、服务器全局目标检测模型更新；在收到各个用户上传的梯度后，服务器通过联邦学习算法对各个梯度进行加权求和，并更新全局目标检测模型的参数；步骤6、全局目标检测模型评估性能测试；全局目标检测模型更新之后，将更新获得的参数传递给用户的本地目标检测模型，用户使用测试集对全局目标检测模型的性能进行测试，使用全类平均正确率mAP来衡量；若是训练轮次达到最大轮次或者mAP值达到终止训练阈值M，则终止联邦学习训练，否则重复步骤4和步骤5；步骤7、采用最终得到的本地目标检测模型进行目标识别，通过本地目标检测模型对驾驶员进行分心行为识别；步骤5具体实现如下：服务器得到所有K个用户上传的梯度后，对全局目标检测模型的参数进行更新，具体公式如下： 其中，θt+1为更新后的全局目标检测模型参数，θt为当前的全局目标检测模型参数，nk为第k个用户的训练集样本数量，n为K个用户训练集样本数量的总和，wk为第k个用户上传的梯度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。