一种基于卷积神经网络的疲劳驾驶检测系统及方法

AITNT
正文
推荐专利
一种基于卷积神经网络的疲劳驾驶检测系统及方法
申请号:CN202411730625
申请日期:2024-11-29
公开号:CN119559618A
公开日期:2025-03-04
类型:发明专利
摘要
本发明公开了一种基于卷积神经网络的疲劳驾驶检测系统及方法,涉及汽车安全驾驶技术领域,其包括数据采集模块、数据预处理模块、特征提取模块、疲劳检测模块和结果输出模块。通过采用卷积神经网络对驾驶员的图像数据进行特征提取和疲劳检测,能够自动学习图像中的特征,从而提高检测的准确性;通过采用计算机视觉技术对驾驶员的图像数据进行实时采集和处理,能够快速准确地检测出驾驶员的疲劳状态,提高检测效率;该疲劳驾驶检测系统不需要特殊的传感器设备,只需要使用普通的摄像头即可实现疲劳驾驶检测,降低了检测成本;且该疲劳驾驶检测系统能够及时准确地检测出驾驶员的疲劳状态,通过声音或显示器等方式提醒驾驶员,提高了驾驶安全性。
技术关键词
疲劳驾驶检测系统 图像数据预处理 疲劳状态检测 数据采集模块 特征提取模块 图像特征提取 分类器 输出模块 支持向量机 卷积神经网络模型 计算机视觉技术 显示器 传感器设备 听觉 面部
系统为您推荐了相关专利信息
1
一种GPS与惯导结合的沉管浮运沉放实时可视化监测系统
可视化监测系统 GNSS接收机 图形渲染模块 模式实时监控 可视化模块
2
安全驾驶行为奖惩系统、方法及介质
奖惩方法 关系分类器 语义特征 语法特征 驾驶者
3
一种基于深度学习的脑肿瘤核磁共振图像分割方法
脑肿瘤核磁共振图像 多尺度特征提取 内核 混合损失函数 编码块
4
一种AI机器人的自动化巡检系统
自动化巡检系统 AI机器人 中央控制系统 异常数据 能源管理模块
5
一种用于稀疏视角图像的目标重建方法
卷积模块 视角 特征提取模块 图像重建算法 线性插值方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号