基于多模态数据融合的行车记录仪疲劳驾驶检测与提醒方法

AITNT
正文
推荐专利
基于多模态数据融合的行车记录仪疲劳驾驶检测与提醒方法
申请号:CN202510234280
申请日期:2025-02-28
公开号:CN120164193B
公开日期:2025-12-05
类型:发明专利
摘要
本发明公开了基于多模态数据融合的行车记录仪疲劳驾驶检测与提醒方法,包括如下步骤:S1、车载摄像头采集面部图像并预处理,进行人脸检测和区域定位;S2、采用动态图像分块技术,动态调整图像块大小和位置;S3、利用视觉变换器进行面部图像特征提取;S4、获取车辆多模态数据并与面部特征融合;S5、通过狼群优化算法,优化视觉变换器网络结构和训练超参数;S6、基于优化后的视觉变换器进行疲劳状态分析;S7、检测到疲劳状态时,通过声光报警提醒驾驶员休息。本发明通过多模态数据融合和优化的深度学习算法,提供了一种高精度、高实时性的行车记录仪疲劳驾驶检测与提醒方法,有效提高了疲劳驾驶的识别准确性和系统的鲁棒性。
技术关键词
疲劳驾驶检测 多模态数据融合 疲劳特征 行车记录仪 提醒方法 狼群优化 变换器 疲劳驾驶判断 面部关键点 图像块 面部特征 因子 图像分块技术 超参数 声光报警方式 注意力机制 视觉 驾驶员面部
系统为您推荐了相关专利信息
1
基于边缘计算的隧道模块化预制舱供配电智能变电站自适应调控系统
供配电智能 子模块 调控系统 消防集成模块 决策
2
一种多模态数据融合方法、装置、设备及介质
二维图像数据 数据融合方法 LSTM模型 多层卷积网络 空间分布特征
3
一种基于磨砂机的零部件表面质量的评估方法及系统
表面图像数据 多模态数据融合 非线性映射关系 数学模型 现实技术
4
多模态融合的桥梁病害检测与三维点云配准方法
三维点云配准方法 桥梁病害检测 关键点 语义特征 金字塔
5
一种文化传播舆情数据动态抓取方法
抓取方法 多模态数据融合 页面结构 LSTM神经网络 生命周期模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号