摘要
本申请实施例提供一种基于时序自注意力和辅助监督的疲劳检测方法及装置,通过人脸检测和关键点定位提取驾驶员面部的眼睑纵横比、嘴部开合度和头部转角等多维特征。创新性地构建多层自注意力编码网络,包含主干特征提取和辅助监督两个分支,利用时序自注意力机制捕捉面部状态的动态变化规律。引入辅助监督分支预测各项面部参数状态,通过多任务损失函数优化特征学习过程。该方法突破了传统单一特征分析的局限,实现了对驾驶员疲劳状态的精确识别,为提升道路交通安全提供了可靠的技术支撑。
技术关键词
疲劳驾驶检测
疲劳检测方法
分支
驾驶员疲劳状态
车载终端设备
网络结构
驾驶员面部
时序特征
关键点检测算法
人脸检测器
数值
姿态估计算法
人脸图像数据
注意力机制
序列
标签
系统为您推荐了相关专利信息
模型构建方法
半导体芯片
实例分割
多任务
解码器
明杆闸阀
状态判断方法
预训练网络
关键点识别
实时图像
极化SAR舰船
极化特征
图像分类方法
特征提取网络
分支