摘要
本发明公开了基于重建增强型证据网络的驾驶员疲劳检测方法及系统,涉及疲劳驾驶检测技术领域,方法包括:通过构建包含抗噪声辅助重建模块、多模态证据视角生成器和动态证据共识模块的网络模型,先对带噪生理信号进行重建恢复,再从模态独立与跨模态角度生成多视角证据,并基于狄利克雷分布引入不确定性引导的融合机制,实现鲁棒、可解释的疲劳状态识别。本发明通过构建融合抗噪声重建、多模态证据生成与不确定性引导动态共识的深度网络,实现了复杂噪声环境下驾驶员疲劳状态的高精度、高鲁棒性检测。
技术关键词
驾驶员疲劳检测方法
脑电图数据
视角
生理
噪声辅助
多模态
分支
抗噪声
跨模态
解码网络
模块
驾驶员疲劳检测系统
决策
疲劳驾驶检测技术
动态
生成证据
模拟噪声