Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都信息工程大学郜东瑞获国家专利权

成都信息工程大学郜东瑞获国家专利权

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!

龙图腾网获悉成都信息工程大学申请的专利一种基于多特征融合状态识别网络的驾驶员疲劳检测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:CN115965950B

龙图腾网通过国家知识产权局官网在2026-01-02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:202310038860.3,技术领域涉及:G06V20/59;该发明授权一种基于多特征融合状态识别网络的驾驶员疲劳检测方法是由郜东瑞;李芃锐;刘世洪;张永清;汪曼清;王录涛设计研发完成,并于2023-01-12向国家知识产权局提交的专利申请。

一种基于多特征融合状态识别网络的驾驶员疲劳检测方法在说明书摘要公布了:本发明公开一种基于多特征融合状态识别网络的驾驶员疲劳检测方法,应用于疲劳驾驶检测领域,针对现有技术检测效率低,并且存在错误检测的问题;本发明提出了一个结合了两个子网的多特征融合状态识别网络,分别选取NTHU‑DDD数据集中的眼睛和嘴巴以及头部姿态特征,从视频图像来检测疲劳;首先训练了一个MTCNN人脸检测器来对驾驶员面部特征定位,再提出了一个多特征分割提取算法来在压缩参数的同时也能提取到有效的面部特征,然后提出了一个基于Inception模块、残差模块和通道注意力机制的多特征融合状态识别网络用于检测眼睛、嘴巴和头部姿态来判断驾驶员是否疲劳;本发明的方法优于现有技术,且具有很好的稳定性和实用性。

本发明授权一种基于多特征融合状态识别网络的驾驶员疲劳检测方法在权利要求书中公布了:1.一种基于多特征融合状态识别网络的驾驶员疲劳检测方法,其特征在于,包括: S1、对获取的驾驶员人脸图像进行面部特征点定位检测; S2、根据已定位好的面部特征点进行分割提取操作,分别得到人脸的轮廓、鼻子的轮廓、人的左右眼的轮廓、人的嘴巴的轮廓; S3、根据步骤S2提取的人脸的轮廓、鼻子的轮廓、人的左右眼的轮廓、人的嘴巴的轮廓;分别对眼睛状态、嘴巴状态以及头部姿态进行评估; 根据眼睛状态与嘴巴状态对经步骤S3处理后的人脸图像进行标记,得到第一输入图像; 根据头部姿态对经步骤S3处理后的人脸图像进行标记,得到第二输入图像; S4、将多特征融合状态识别网络根据第一输入图像与第二输入图像,得到疲劳分类结果;所述的多特征融合状态识别网络具体包括:头部姿态识别子网、眼嘴状态识别子网、第一拼接模块以及softmax模块; 所述头部姿态识别子网包括:三次卷积池化操作模块、Inception模块、残差模块;第二输入图像经三次卷积池化操作模块后得到的特征图,的特征图经Inception模块后得到不同尺度的特征,不同尺度的特征拼接后经残差模块,得到头部姿态识别结果; 所述眼嘴状态识别子网包括:两个卷积层、一个池化层、3个通道注意力模块、第二拼接模块、卷积模块;第一输入图像依次经两个卷积层、一个池化层处理后得到的特征图,的特征图输入3个通道注意力模块,得到3个加权后的特征图,对3个加权后的特征图经第二拼接模块进行拼接后,由卷积模块进行卷积,得到眼嘴状态识别结果; 头部姿态识别结果与眼嘴状态识别结果经第一拼接模块拼接后,由softmax模块输出疲劳分类结果。

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成都信息工程大学,其通讯地址为:610225 四川省成都市西南航空港经济开发区学府路1段24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。

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。