一种基于机器学习和混合特征的疲劳检测方法

本发明涉及一种基于机器学习和混合特征的疲劳检测方法，属于车辆安全技术领域。本发明通过训练目标检测算法YOLOv8实现人脸识别，基于MediaPipe框架进行人脸关键点检测，基于受试者独立方法完成数据的标准化处理后，通过多种机器学习建模得到疲劳检测分类模型。本发明还设计了自校正特征提取模块、预处理模块，通过将分类模型集成构建疲劳状态分类模块，形成驾驶员实时疲劳检测系统，实现对驾驶员疲劳状态的自动化检测与分类。本发明引入视线集中度、眼动幅度和头部运动等共二十种面部特征，实现针对未知驾驶员进行疲劳检测时具备良好的泛化能力；使用集成学习构建驾驶员疲劳检测系统，实现了轻量化的实时驾驶员疲劳检测系统。