申请/专利权人：常州大学

申请日：2023-12-26

公开（公告）日：2024-03-22

公开（公告）号：CN117746403A

主分类号：G06V20/59

分类号：G06V20/59;G06V40/18;G06V40/10;G06V10/44;G06V10/771;G06V10/80;G06N3/045;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及图像处理技术领域，尤其涉及基于改进YOLOv7人员眼嘴部状态检测方法及系统，包括采集驾驶员眼部和嘴部图像数据；利用ELAN‑LSK模块替代ELAN模块，ELAN‑LSK模块是在ELAN模块尾部加入LSK选择性注意力；利用ELAN‑LSK模块对驾驶员眼部和嘴部特征进行特征提取学习，通过大内核和空间选择机制来筛选特征信息，从而生成具有不同深度信息的初始特征；改进Neck颈部，通过改进SPPCSPC模块，在感受视野不变的情况下，减少参数量；利用输出的融合特征进行特征学习，完成对驾驶员眼部和嘴部状态的检测。本发明解决现有方法检测准确率低和模型参数量大的问题。

主权项：1.基于改进YOLOv7人员眼嘴部状态检测方法，其特征在于，包括以下步骤：步骤一、采集驾驶员眼部和嘴部图像数据，并对图像数据做预处理；步骤二、搭建YOLOv7主干特征提取网络，利用ELAN-LSK模块替代ELAN模块，ELAN-LSK模块是在ELAN模块尾部加入LSK选择性注意力；利用ELAN-LSK模块对驾驶员眼部和嘴部特征进行特征提取学习，通过大内核和空间选择机制来筛选特征信息，从而生成具有不同深度信息的初始特征；步骤三、改进Neck颈部，通过改进SPPCSPC模块，在感受视野不变的情况下，减少参数量；步骤四、利用输出的融合特征进行特征学习，完成对驾驶员眼部和嘴部状态的检测。

全文数据：

权利要求：

百度查询： 常州大学 基于改进YOLOv7人员眼嘴部状态检测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD