摘要
本发明提供了一种疲劳驾驶检测模型的训练方法、疲劳驾驶检测方法及装置,涉及机器学习技术领域,包括:获取训练样本数据;其中,训练样本数据包括:驾驶员的红外图像、音频信号和驾驶员状态,驾驶员状态包括:疲劳状态和非疲劳状态;基于深度卷积神经网络提取红外图像和音频信号的特征向量,得到红外图像样本和声谱图样本;基于红外图像样本和声谱图样本的相似度以及驾驶员状态对疲劳驾驶检测模型进行训练,得到训练好的疲劳驾驶检测模型。本发明提高了疲劳驾驶检测的精度和可靠性。
技术关键词
声谱
节点特征
图样
训练样本数据
深度卷积神经网络
图像
疲劳驾驶检测方法
音频
矩阵
疲劳驾驶检测装置
计算机可执行指令
信号
特征提取模块
麦克风阵列采集
机器学习技术
模型训练模块
可读存储介质
系统为您推荐了相关专利信息
采煤沉陷区
训练样本数据
图像块
影像
相位解缠算法
历史气象数据
空气污染指数
轮廓系数
预警方法
深度卷积神经网络
训练样本数据
识别模型训练方法
卷积模块
故障辨识方法
脉冲特征