摘要
本发明公开了一种基于时空信息融合的疲劳检测方法,属于疲劳检测技术领域。本发明通过摄像头采集用户面部视频,使用预训练人脸检测模型,对每一帧视频进行人脸检测,进行人脸关键点标注;基于人脸关键点计算眼睛长宽比和rPPG信号作为时序信息,选择关键帧作为空间信息,采用SSIM结构相似性作为衡量指标,通过梯度下降进行关键帧的选取;构建基于时空融合神经网络的疲劳检测模型,设置模型参数进行训练,将时序信息和空间信息输入到对应模块;将疲劳检测模型提取到的特征进行融合,映射到概率空间,通过分类器实现疲劳的检测,根据设定的疲劳状态的分界点,将输出值与分界点进行比较,得到疲劳检测结果。
技术关键词
疲劳检测方法
Sigmoid函数
特征提取模块
空间特征提取
人脸检测模型
眼睛
关键帧
融合神经网络
时序
卷积模块
检测人脸
视频
坐标
疲劳检测技术
人脸关键点检测
数据
巴特沃斯滤波器
系统为您推荐了相关专利信息
电机控制方法
速度传感器
锁相环算法
Sigmoid函数
积分滑模控制
铝壳电池
性能实时监测
监测终端
信号特征
传感器
时间序列异常检测方法
多元时序数据
时序特征
注意力
计算机可读指令
加密网络流量
分类方法
特征融合方法
分类器
长短期记忆网络