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！

龙图腾网恭喜湖南大学申请的专利一种基于大模型分类自适应器的疲劳驾驶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：CN119832531B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202510312667.3，技术领域涉及：G06V20/59；该发明授权一种基于大模型分类自适应器的疲劳驾驶检测方法是由石恒璨设计研发完成，并于2025-03-17向国家知识产权局提交的专利申请。

本一种基于大模型分类自适应器的疲劳驾驶检测方法在说明书摘要公布了：本发明属于疲劳驾驶检测技术领域，具体涉及一种基于大模型分类自适应器的疲劳驾驶检测方法，包括如下步骤：先采集驾驶员面部视频，将视频转化为静态的图像I。再将图像I输入预训练大模型，提取多阶段视觉特征图，通过分类自适应器逐阶段对视觉特征图进行特征优化。然后将最终阶段的优化特征图Fl”与分类自适应器在所有阶段的分类打分级联，通过多层感知机输出驾驶员表情类别及疲劳驾驶判断结果。最后对预训练大模型新增的参数进行微调。本发明采用已有的预训练大模型，大幅节约了模型训练成本，采用分类自适应器逐阶段对视觉特征图进行特征优化，能更精准地识别驾驶员表情，从而更精确地判断驾驶员是否存在疲劳驾驶。

本发明授权一种基于大模型分类自适应器的疲劳驾驶检测方法在权利要求书中公布了：1.一种基于大模型分类自适应器的疲劳驾驶检测方法，其特征在于，包括如下步骤：S1、通过车内光学摄像机采集驾驶员的面部视频，基于rank-pooling方法提取面部动态运动信息，将视频转化为静态的图像I；S2、将图像I输入至部署于车辆本地GPU的预训练大模型中，提取多阶段视觉特征图，并通过分类自适应器逐阶段对视觉特征图进行特征优化；其中，所述预训练大模型包含L个阶段，每个阶段提取的视觉特征图记为特征图Fl，l的取值范围为1~L的整数；S3、分类自适应器对特征图Fl进行特征优化的步骤，它又包括：S3.1、对特征图Fl进行下采样，通过卷积层微调得到自适应特征图Fl’；S3.2、将自适应特征图Fl’经两个线性层及sigmoid激活函数处理生成2K个分类打分，K为候选表情类别数；S3.3、再将自适应特征图Fl’上采样后与特征图Fl及分类打分级联，经另一个线性层整合，得到优化特征图Fl”，并输入至下一阶段；S4、将预训练大模型最终阶段得到的优化特征图Fl”与分类自适应器在所有阶段的分类打分级联，通过多层感知机输出驾驶员表情类别及疲劳驾驶判断结果；S5、选择部分训练数据对步骤S3和步骤S4中的参数进行微调，优化所述的预训练大模型参数。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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”。