摘要
本发明提供了一种多特征加权融合的驾驶员疲劳检测方法,获取目标对象的人脸检测图像和头部检测图像;定位和获取人脸检测图像中的面部区域,并对所获取的面部区域进行关键点检测;基于关键点检测,识别和获取目标对象的眼部动态信息和嘴部动态信息;获取头部检测图像中的头部姿态信息;根据目标对象的眼部动态信息、嘴部动态信息和头部姿态信息,计算获取目标对象的疲劳参数信息;将目标对象的疲劳参数信息与预设的阈值进行对比,并根据对比结果进行疲劳判断和输出判断结果。本发明使用多个特征融合判断驾驶员的疲劳,其具有更高的准确性和普适性;头部姿态估计使用头部欧拉角和偏转角计算,其计算量少、检测速度快,且不受关键点检测影响。
技术关键词
驾驶员疲劳检测方法
头部姿态信息
多特征加权融合
疲劳参数
关键点
异常信息
对象
动态
头部姿态估计
图像
频率
人脸检测算法
偏转角
面部
眼睛
速度
视频
系统为您推荐了相关专利信息
宠物食品包装袋
图像配准模型
训练卷积神经网络
关键点
成像
血管模型
血流储备分数
关键点
血管横截面
冠脉造影