摘要
本发明公开了多模态的智能座舱驾驶人疲劳监测系统及模型构建方法,系统包括数据采集模块,所述数据采集模块用于采集驾驶人员的多模态数据;特征提取模块,所述特征提取模块用于从多模态数据中提取与疲劳相关的特征;融合模块,所述融合模块用于将多模态特征进行融合,得到驾驶人疲劳状态评估;疲劳监测及预警模块,所述疲劳监测及预警模块能够根据融合后的特征判断驾驶人员的疲劳状态,同时能够发出警报;本发明涉及驾驶疲劳监测技术领域;本发明通过利用多模态数据融合方式,提出以自动编码器为基础的集成深度学习模型,有效的将面部及生理特征进行有效的结合,将数据的细节特征输入模型,提高了特征融合效率及模型鲁棒性。
技术关键词
疲劳监测系统
智能座舱
特征提取模块
数据采集模块
预警模块
模型构建方法
生理信号采集设备
疲劳监测技术
集成深度学习
模态特征
多模态数据融合
信号特征
编码器参数
自动编码器
分层特征
电信号
图像
高清摄像头
系统为您推荐了相关专利信息
横摆角速度
数据采集单元
警示系统
运动特征
接触式
远程监控模块
远程控制系统
控制策略
近似动态规划
风力发电机状态
空调自控系统
智控系统
智能调控
空调自控方法
模糊控制算法
协同调度方法
需求预测模型
基线
气象预报数据
负荷
多尺度特征提取
相机成像方法
编码器
数据
解码器