摘要
本发明涉及一种基于机器视觉的驾驶员疲劳监测方法,属于电数字数据处理领域,所述方法包括:将完成多层重建后的深度神经网络作为智能状态判断模型;采用智能状态判断模型根据当前时间区间对应的平均车速、设定驾驶员各项即时生理信息以及多帧驾驶环境画面的定制筛选数据智能判断设定驾驶员在当前时间区间内的疲劳等级。本发明还涉及一种基于机器视觉的驾驶员疲劳监测系统。通过本发明,针对现有技术中驾驶员疲劳监测数据基础薄弱、判断机制不够智能的技术问题,能够引入包括车速、生理信息以及海量视频帧的多项深度挖掘的视觉信息采用定制结构设计的智能状态判断模型执行驾驶员分时疲劳等级的智能化解析,从而解决了上述技术问题。
技术关键词
驾驶员疲劳监测方法
深度神经网络
露天矿山
画面
驾驶员疲劳监测系统
数值
眼部成像
卡车
饱和度
像素点
生理
心率
视觉
现场传感器
景深
电数字数据处理
坐标系
无线通信链路
系统为您推荐了相关专利信息
原始图像数据
像素
年龄
Softmax函数
数据处理模块
取景框显示方法
拍摄模块
重叠视场
判别模块
神经网络模型
电站凝汽器
机组运行数据
背压
样本
历史运行数据
深度学习模型
遗传算法
室内环境参数
辨识方法
监测点
现场制作方法
嵌入式技术
动态视频编码
全局时间同步
并行处理单元