摘要
本发明涉及一种基于深度学习的拖拉机驾驶员面部疲劳检测方法与系统,属于驾驶疲劳检测技术领域,该方法包括:采集驾驶员的面部图像,构建面部特征数据集;基于面部特征数据集,构建面部特征检测模型;配置拖拉机驾驶员的面部关键点数据集,构建面部关键点检测模型;将构建完成的面部特征检测模型和面部关键点检测模型配置为面部疲劳检测模型的前置环节和后置环节,从而构建面部疲劳检测模型,从而对驾驶员的面部疲劳特征进行检测,进而判断疲劳状态。本发明的优势在于:本发明通过构建拖拉机驾驶员面部疲劳特征的检测模型,从而在拖拉机驾驶员驾驶拖拉机的时候对其面部特征进行检测,从而判定疲劳值,相较于人工判定提高了准确性。
技术关键词
拖拉机驾驶员
面部疲劳检测方法
面部关键点检测
面部特征检测
疲劳特征
驾驶员面部
基线
驾驶疲劳检测技术
网络
退火算法
数据
双向特征金字塔
特征区域提取
疲劳检测系统
训练集
车载电源供电
图像
系统为您推荐了相关专利信息
人工智能自动识别系统
信息采集单元
复杂度
头部姿态估计
面部关键点检测
动作生成方法
关节
旋转角
面部关键点检测
短时傅里叶变换
头部姿态估计
追踪方法
座舱
面部关键点检测
Canny算法
疲劳驾驶检测方法
人脸检测模型
疲劳特征
人脸关键点检测
人脸位置
疲劳识别方法
节点更新
模式
多项式
Softmax函数