摘要
本发明公开了一种矿工驾驶员疲劳征兆检测方法,包括以下步骤;步骤1:对矿工驾驶员的面部进行识别:步骤2:基于识别后的面部特征,进行驾驶疲劳性检测;步骤3:基于心率特征的疲劳驾驶检测;步骤4:根据驾驶疲劳性检测和基于心率特征的疲劳驾驶检测,进行特征融合疲劳判定。本发明将眨眼、打哈欠以及心率检测三模态融合识别分析的疲劳驾驶检测方法;本发明多模态识别技术能够综合考虑多种信息源,更好地适应这种个体差异,提高识别的准确性和稳定性。本发明具有多模态融合和适应性强的特点。
技术关键词
心率
疲劳驾驶检测方法
人脸特征点提取
深度学习模型
困难样本挖掘
司机
特征信号提取
面部特征
局部纹理特征
损失函数设计
坐标位置信息
独立成分分析
矿车
算法
嘴部特征
眼睛
系统为您推荐了相关专利信息
上下游水位预测方法
深度学习模型
LSTM模型
物理
机制
周边环境信息
车辆控制方法
深度学习模型
场景
指令
风机叶片
识别方法
数据处理模块
传感器模块
无人机控制算法
深度强化学习模型
深度学习模型
新型储能系统
能源系统
网络