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！

龙图腾网获悉武汉理工大学申请的专利基于深度学习的驾驶员疲劳驾驶的检测以及预警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：CN117253220B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202311244796.0，技术领域涉及：G06V20/59；该发明授权基于深度学习的驾驶员疲劳驾驶的检测以及预警方法是由张丽;周亮焱;宋俊哲;李毅辉设计研发完成，并于2023-09-26向国家知识产权局提交的专利申请。

本基于深度学习的驾驶员疲劳驾驶的检测以及预警方法在说明书摘要公布了：本发明公开了一种基于深度学习的驾驶员疲劳驾驶的检测以及预警方法，包括以下步骤：通过摄像头对带有驾驶员面部的头部进行图像采集，并将采集的图像数据传递至神经网络模型；通过神经网络模型对采集到的图像进行预测，将图像中带有驾驶员面部的头部分割出来；通过神经网络模型对分割出图像中的驾驶员面部关键点进行检测以及对驾驶员是否带有墨镜进行判断；当判断出驾驶员处于重度疲劳状态、轻度疲劳状态或非疲劳状态。本发明能实时快速精确地判断出驾驶员是否处于疲劳状态，避免驾驶员进入疲劳状态，提高驾驶安全，保障公路的车辆行驶安全。

本发明授权基于深度学习的驾驶员疲劳驾驶的检测以及预警方法在权利要求书中公布了：1.一种基于深度学习的驾驶员疲劳驾驶的检测以及预警方法，其特征在于，包括以下步骤： 步骤1，通过摄像头对带有驾驶员面部的头部进行图像采集，并将采集的图像数据传递至神经网络模型； 步骤2，通过神经网络模型对采集到的图像进行分析，使用图像分割技术将图像中带有驾驶员面部的头部区域分割出来； 步骤3，通过神经网络模型对分割出的图像中的驾驶员面部关键点进行检测，并基于驾驶员的眼部区域在图像中的特征和形状判断驾驶员是否佩戴墨镜； 步骤4，当判断出驾驶员未佩戴墨镜时，若检测出驾驶员的眼部表现出疲劳特征或眼部嘴部均表现出疲劳特征视则认为驾驶员处于重度疲劳状态，若仅检测出驾驶员的嘴部表现出疲劳特征则认为驾驶员处于轻度疲劳状态，若未检测出驾驶员的无眼部疲劳特征和嘴部疲劳特征，则认为驾驶员为非疲劳状态； 当判断出驾驶员配戴墨镜时，若检测出驾驶员的头部表现出疲劳特征或头部嘴部均表现出疲劳特征则认为驾驶员处于重度疲劳状态，若仅检测出驾驶员的嘴部表现出疲劳特征则认为驾驶员处于轻度疲劳，若未检测出驾驶员的头部疲劳特征和嘴部疲劳特征则认为驾驶员处于非疲劳状态； 在所述的步骤4中，当判断出驾驶员未佩戴墨镜时，对驾驶员眼部是否表现出疲劳特征的具体检测过程为：在驾驶过程刚开始时采集驾驶员正常状态下连续的K帧图像，并计算驾驶员眼睛高度均值，用于初始化非疲劳状态眼睛高度a；针对后面的图像每隔m倍摄像头视频采集的时间间隔计算一次眼部高度均值b，令clo=ba；若连续多次测量clo值均小于眼部疲劳设定阈值W，则认为眼部表现出疲劳特征，否则，将单次clo小于W的情况视为眨眼或其他临时现象，不将其视为疲劳的标志； 在所述的步骤4中，对驾驶员头部是否表现出疲劳特征的具体检测过程为：在驾驶开始时采集驾驶员正常状态下连续n帧图像，取鼻梁关键点或额头关键点位置，作为初始化非疲劳状态下头部位置指标c，之后的每段时间t间隔计算一次头部位置均值d，定义头部运动指标为dc，当头部运动指标低于头部疲劳阈值时认为头部出现疲劳特征。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122号；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。