基于深度学习的中枢疲劳检测方法与系统、设备、介质

本发明提供基于深度学习的中枢疲劳检测方法与系统、设备、介质，该方法包括以下步骤：获取采集的人脸图像，并对人脸图像进行特征提取；获取采集的闪光融合频率数据、眼扫视数据、瞳孔对光反应数据；将人脸图像特征提取结果与闪光融合频率数据、眼扫视数据、瞳孔对光反应数据进行特征融合；将融合后的特征作为疲劳检测模型的输入，结合个人信息进行比对，实现中枢疲劳检测的判断。本发明利用闪光融合频率、眼扫视信息、瞳孔对光反应信息等生理行为，采用将闪光融合频率、眼扫视信息、瞳孔对光反应信息等多特征融合的分类方法，能够有效提升多模态信号的融合与疲劳检测的精度、准确度，实现准确、高效的疲劳状态检测，并实现了个性化的判别。