摘要
本发明公开了一种基于多模态特征融合的自适应疲劳状态检测方法,属于疲劳检测技术领域,包括使用红外摄像头和RGB摄像头同步采集面部图像,并通过拉普拉斯金字塔方法进行图像融合,提取面部特征,设置个性化阈值,获取疲劳特征,进行面部识别受限下的特殊场景判断,考虑微表情特征,进行疲劳参数补充,通过多疲劳特征融合的综合疲劳模型判断疲劳状态,进行预警信息提醒;本发明采用上述的一种基于多模态特征融合的自适应疲劳状态检测方法,通过多模态特征融合,有效保留图像细节、适应低光环境、补偿面部特征缺失,并结合个性化阈值和特殊场景判断,显著提升疲劳状态检测的准确性与稳定性。
技术关键词
疲劳状态检测方法
多模态特征融合
拉普拉斯金字塔
疲劳特征
个性化阈值
高斯金字塔
疲劳参数
红外摄像头
面部识别
疲劳检测技术
保留图像细节
面部特征
分类模型识别
场景
加权平均法
深度学习模型
表情特征