摘要
本发明提供了一种疲劳驾驶检测方法、系统、设备及介质,属于疲劳检测技术领域,其方法包括如下步骤:采集待检测驾驶员的面部特征及声音特征;构建声音疲劳检测模型CNN‑SE‑MN4和眼部疲劳检测模型Yolov8n‑MN4;将转化为二维图像语谱图的声音特征输入CNN‑SE‑MN4,提取时序特征和空间特征,并根据其判别声音疲劳特征;使用Yolov8n‑MN4提取面部特征中的眼睛关键区域,使用MobileNet v4判定眼睛关键区域的疲劳特征;使用模糊层次分析方法对声音疲劳特征及眼睛关键区域的疲劳特征进行权重分配,根据权重分配的结果确定待检测驾驶员的疲劳状态。本发明能够提高疲劳状态检测的准确率。
技术关键词
疲劳驾驶检测方法
疲劳特征
层次分析方法
面部特征
语谱图
时序特征
LSTM神经网络
注意力机制
疲劳驾驶检测系统
疲劳状态检测
疲劳检测技术
图像
眼睛特征
可读存储介质
数据采集模块
时间段
存储器
处理器
系统为您推荐了相关专利信息
状态智能监控系统
特征值
身体
面部特征
脸部特征
海洋环境监测方法
异常状态
分布式计算框架
全球尺度
多层次分析方法