申请/专利权人:安徽工业大学
申请日:2023-11-02
公开(公告)日:2024-02-02
公开(公告)号:CN117496489A
主分类号:G06V20/59
分类号:G06V20/59;G06V40/16;G06V40/18;G06V10/44;G06V10/774;G06V10/82;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.23#实质审查的生效;2024.02.02#公开
摘要:本发明提供一种基于深度学习的夜间NIR疲劳检测方法,包括以下步骤;训练NIR数据模型,训练好的模型用来快速的识别红外图像中的人脸处特征;人脸检测及特征点匹配,将视频数据传输进模型内,使用Dlib68点进行特征点匹配;技术疲劳判断参数计算,包括嘴巴纵横比MAR与眼睛纵横比EAR;疲劳判定,根据嘴巴纵横比MAR与眼睛纵横比EAR的数据对驾驶人进行疲劳监控,用来解决目前车内灯光昏暗时难以精确的对人脸进行识别,导致疲劳检测精度较低的技术问题。
主权项:1.一种基于深度学习的夜间NIR疲劳检测方法,其特征在于:包括以下步骤;训练NIR数据模型,训练好的模型用来快速的识别红外图像中的人脸处特征;人脸检测及特征点匹配,将视频数据传输进模型内,使用Dlib68点进行特征点匹配;技术疲劳判断参数计算,包括嘴巴纵横比MAR与眼睛纵横比EAR;疲劳判定,根据嘴巴纵横比MAR与眼睛纵横比EAR的数据计算进而对驾驶人进行疲劳监控。
全文数据:
权利要求:
百度查询: 安徽工业大学 一种基于深度学习的夜间NIR疲劳检测方法
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。