一种基于深度时空网络的疲劳检测方法
- 专利权人:
- 闽江学院
- 发明人:
- 刘天键
- 申请号：
- CN201910108850.6
- 公开号：
- CN109770925B
- 申请日:
- 2019.03.02
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明实施例公开了一种基于深度时空网络的疲劳检测方法,涉及机器学习技术领域,所述方法包括:模拟驾驶环境,包括不同天气和路况下的驾驶环境;在所述驾驶环境下采集样本数据并进行分类,包括第一数据集和第二数据集;构建深度时空网络模型,生成特征提取器对样本数据中眼部特征进行提取;利用自动编解码器对第一数据集的眼部特征进行特征压缩并输入循环神经网络RNN;利用第二数据集对循环神经网络RNN进行训练,得到训练完成的疲劳检测模型;利用训练完成的疲劳检测模型进行实时检测,输出检测结果并通过警示模块做出反馈。本发明实施例能够解决现有技术中的疲劳检测方法不能精确分类疲劳程度、操作不方便等问题。
- 来源网站：
- 中国工程科技知识中心
