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！

龙图腾网获悉北京交通大学申请的专利一种列车司机在途疲劳驾驶检测方法、系统及设备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：CN116994320B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202311008478.4，技术领域涉及：G06V40/16；该发明授权一种列车司机在途疲劳驾驶检测方法、系统及设备是由鲍海峰;胡胜建;方卫宁;郭北苑;裘瀚照设计研发完成，并于2023-08-11向国家知识产权局提交的专利申请。

本一种列车司机在途疲劳驾驶检测方法、系统及设备在说明书摘要公布了：本发明公开一种列车司机在途疲劳驾驶检测方法方法、系统及装置，涉及疲劳驾驶检测技术领域，方法包括：将待用司机面部图像输入至疲劳驾驶检测模型中，以得到司机疲劳状态；疲劳驾驶检测模型为采用第一训练样本集对预设人脸静动态疲劳特征网络进行训练得到的；预设人脸静动态疲劳特征网络包括教师网络和学生网络；所述教师网络包括预训练的第一ResNet‑18网络、预训练的FlownetS网络、注意力特征融合网络以及第一LSTM网络；所述学生网络包括依次连接的第二ResNet‑18网络以及第二LSTM网络。本发明保证列车司机在途疲劳驾驶检测的实时性，提高检测准确性。

本发明授权一种列车司机在途疲劳驾驶检测方法、系统及设备在权利要求书中公布了：1.一种列车司机在途疲劳驾驶检测方法，其特征在于，方法包括： 获取待用司机面部图像； 将所述待用司机面部图像输入至疲劳驾驶检测模型中，以得到司机疲劳状态；所述司机疲劳状态包括司机疲劳、司机非疲劳；其中，所述疲劳驾驶检测模型为采用第一训练样本集对预设人脸静动态疲劳特征网络进行训练得到的；所述第一训练样本集中每个训练样本均包括人脸面部样本图像以及对应的人脸疲劳状态；所述预设人脸静动态疲劳特征网络包括教师网络和学生网络； 所述教师网络包括预训练的第一ResNet-18网络、预训练的FlownetS网络、注意力特征融合网络以及第一LSTM网络；所述预训练的第一ResNet-18网络用于提取人脸静态疲劳特征；所述预训练的FlownetS网络用于提取人脸动态疲劳特征；所述注意力特征融合网络用于将所述人脸静态疲劳特征与所述人脸动态疲劳特征融合，以得到第一人脸动静疲劳特征；所述第一LSTM网络用于对所述第一人脸动静疲劳特征进行特征提取； 所述学生网络包括依次连接的第二ResNet-18网络以及第二LSTM网络；所述第二ResNet-18网络用于提取第二人脸动静疲劳特征；所述第二LSTM网络用于对所述第二人脸动静疲劳特征进行特征提取； 采用第一训练样本集对预设人脸静动态疲劳特征网络进行训练的过程，具体包括： 构建综合损失函数，以将所述教师网络输出的司机疲劳状态预测结果作为所述学生网络的训练目标，指导所述学生网络的训练； 所述综合损失函数是对第一软损失函数、第二软损失函数、第一交叉熵损失函数及第二交叉熵损失函数进行加权得到的；所述第一软损失函数、所述第二软损失函数、所述第一交叉熵损失函数及所述第二交叉熵损失函数均为MSE损失函数； 所述第一软损失函数为基于所述注意力特征融合网络输出的第一人脸动静疲劳特征与所述第二ResNet-18网络输出的第二人脸动静疲劳特征的差异确定的； 所述第二软损失函数为基于所述第一LSTM网络输出的特征向量与所述第二LSTM网络输出的特征向量的差异确定的； 所述第一交叉熵损失函数为所述第一LSTM网络输出的特征向量与真实标签的差异确定的；所述第二交叉熵损失函数为所述第二LSTM网络输出的特征向量与真实标签的差异确定的；所述真实标签为训练样本中与人脸面部样本图像对应的人脸疲劳状态。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3号北京交通大学；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”。

以上内容由龙图腾AI智能生成。