基于深度学习的多模态信息融合驾驶安全方法及系统

本发明公开了基于深度学习的多模态信息融合驾驶安全方法及系统，方法包括构建驾驶员脑机接口状态数据集、驾驶员实时脑电信号处理、进行认知负荷相关脑状态算法、驾驶员视觉图像采集、驾驶员状态监测与行为分析和建立基于深度学习的多模态信息融合模型。本发明属于驾驶安全技术领域，相比传统方法，本方案通过多模态信息融合，包括生理信号和视觉图像，能全面监测驾驶员状态，提高对驾驶员整体状态的认知。结合多种信息进行认知负荷评估，有助于准确评估驾驶员的认知负荷水平，提前预警驾驶员可能的疲劳或分心状态。通过建立深度学习的多模态信息融合模型，能更加准确地分析驾驶员状态，并在决策层面提供更精准的安全建议，提高驾驶安全性。