摘要
本申请提供的一种基于DLS模型的驾驶员疲劳检测方法,对传统Swin‑Transformer进行轻量化改造,降低W‑MSA中小窗口划分数量,降低多尺度注意机制的负担,简化了前向传播过程中的计算需求,有效地降低了计算复杂度;构建时空融合模型DASTFM,对多模态图像和不同尺度提取的特征进行整合,在DASTFM中,针对不同分辨率图像的特征,重新设计了不同阶段的集成特征的增强表示计算公式,引入动态变化因子α和σ,解决随着图像分辨率下降特征信息越来越模糊的问题,DASTFM通过动态变换,使集成特征的增强表示能够最大化表示出图像的时空特征,进而提升模型的识别准确度。
技术关键词
驾驶员疲劳检测方法
疲劳驾驶检测
集成特征
解码模块
输出特征
融合特征
疲劳驾驶识别
视频帧
分层
阶段
光流特征
多模态
上采样
因子
分辨率
图像
多尺度
数据
代表
系统为您推荐了相关专利信息
疾病诊断信息
诊断报告生成方法
生成模型训练方法
图像
双向长短期记忆网络
双目立体视觉技术
图像
带标签
滑动窗口算法
输出特征
音色特征
音色转换方法
文本
音频特征
模型训练方法