摘要
本发明公开基于多模态自适应权重融合的全天候分心驾驶检测方法,构建包括光照权重调节网络和近红外光和可见光图像融合网络的基于多模态自适应权重融合的网络;通过光照权重调节网络可提取当前输入的可见光图像的光照似然特征值;按照输出的光照似然特征值归一化生成的融合权重,将可见光及近红外图像输入到图像融合网络后输出融合后图像;将打上分心驾驶标签的融合后的图像输入基于YoloV5的暗光增强网络模型,得到分心驾驶标签对应的驾驶行为状态;根据预设的分心驾驶条件得到该状态是否为分心驾驶。本发明将近红外光和可见光的优势结合来增强对驾驶员图像特征的信息提取能力,提高分心驾驶检测准确率,使其满足全天候下分心驾驶检测需求。
技术关键词
可见光图像
多模态
特征提取模块
特征加权融合
图像特征提取
特征值
光照
图像增强网络
红外光
通道
图像重建
标签
双目摄像头
亮度
图像分类器
系统为您推荐了相关专利信息
验证系统
多模态融合技术
肺部疾病诊断
数据管理模块
个人隐私信息
去噪方法
局部注意力机制
小波阈值函数
动态噪声
分数阶微积分
三维模型分类方法
注意力
模态特征
特征提取模块
邻域特征
结构方程模型
感知特征
动态邻接矩阵
变量
耦合特征