一种基于多模态特征融合的疲劳驾驶检测方法及系统

AITNT
正文
推荐专利
一种基于多模态特征融合的疲劳驾驶检测方法及系统
申请号:CN202411820583
申请日期:2024-12-11
公开号:CN119760637B
公开日期:2025-11-04
类型:发明专利
摘要
本发明公开了一种基于多模态特征融合的疲劳驾驶检测方法及系统,该方法通过DROZY数据集作为实施例,对该发明方法进行说明。通过对数据集进行预处理,提取出时间上一一对应的图像数据与PSG时序数据,图像与时序数据供后续系统输入使用。对两种模态数据提取浅、中、深层网络的特征信息。得到两种模态的3个特征块维数调整一致后,通过残差卷积注意力模块优化特征信息。再经过权重计算方法得到单模态数据不同层的权重信息,再由权重信息与原特征块进行多尺度权重融合,得到图像数据与时序数据的特征向量提取结果。两模态的特征向量数据进行融合,由融合特征通过分类器输出分类结果,实现疲劳驾驶检测。
技术关键词
疲劳驾驶检测方法 多模态特征融合 疲劳驾驶检测系统 时序 LSTM神经网络 注意力 面部图像数据 权重计算方法 神经网络模型 模块 信号 可读存储介质 处理器 融合特征
系统为您推荐了相关专利信息
1
一种基于神经网络的导光板缺陷检测方法及系统
导光板 图像纹理复杂度 滑动窗口 缺陷特征提取 图像采集装置
2
高压电缆接头典型缺陷的仿真模型实时更新方法及系统
高压电缆接头 仿真模型 更新方法 特征数据库 仿真信号
3
一种基于ATE的毫米波芯片幅相测量装置及方法
幅相测量方法 综合射频端口 信号分析仪 芯片 挡位
4
基于边缘计算的盾构机故障检测方法及系统
云端服务器 节点 异构传感器 在线 主动学习策略
5
一种多模态多特征端到端密集视频描述方法及系统
关键帧 网格特征 多模态特征融合 视频 视觉特征提取
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