一种智能驾驶员分心程度检测方法、装置、设备、介质及产品

本申请公开了一种智能驾驶员分心程度检测方法、装置、设备、介质及产品，涉及分心驾驶行为识别领域，该方法包括：获取包含驾驶员的视觉行为参数、手动操作参数及车辆动态参数的原始驾驶数据集；运用SF2SOG方法筛选原始驾驶数据集中的关键特征构建训练数据集；通过凝聚聚类算法为训练数据赋予分心程度的标签；构建包含训练数据集和每个训练样本数据对应的分心程度的标签的完整训练数据集，并基于完整训练数据集训练包含随机森林分类器、极端梯度提升树分类器和自适应增强分类器等多个基础分类器及一个元分类器的堆叠集成模型，实现分心程度的精准预测。本申请实现了对驾驶员分心状态的精准、实时识别，有助于预防交通事故，提升道路安全。