基于元证据双流网络的驾驶员疲劳检测方法

本发明公开了一种基于元证据双流网络的驾驶员疲劳检测方法，构建包含双流证据生成模块、不确定性感知的证据聚合模块的元证据双流网络，通过元学习框架对元证据双流网络进行训练和推理，其中内循环基于支持集样本更新内层参数，外循环通过查询集损失更新外层参数，得到经训练的元证据双流网络；训练后，利用微调数据对经训练的网络进行快速适配微调。随后对待测数据执行多级处理：经过双流证据生成模块生成脑电证据和眼电证据。然后输入不确定性感知的证据聚合模块中，得到聚合证据。最后对聚合证据应用Softmax函数，确定警觉状态类别预测结果。本发明可有效解决驾驶员疲劳检测中样本数量有限、模态间置信度存在差异的问题。