基于AFN网络的驾驶员疲劳状态检测方法

发明专利有效专利

申请号：
CN202011141005.8
IPC分类号：G06K9/00;G06K9/62;G06N3/04
申请日期：
2020-10-22
申请人：
南京理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于AFN网络的驾驶员疲劳状态检测方法
申请号	CN202011141005.8	申请日期	2020-10-22
法律状态	实质审查	申报国家	中国
公开/公告日	2021-03-09	公开/公告号	CN112464716A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4查看分类表>
申请人	南京理工大学	申请人地址	江苏省南京市孝陵卫200号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京理工大学	当前权利人	南京理工大学
发明人	刘欣伟;李卿;许荣鑫;蒋继扬;郭唐仪
代理机构	南京理工大学专利中心	代理人	暂无

摘要

本发明公开了一种基于AFN网络的驾驶员疲劳状态检测方法，该方法包括构建AFN网络；选取DDD数据集作为训练集、测试集和验证集，对选取的数据集分类处理；在选取的数据集视频，每13个连续帧作为基本单元进行裁剪，对视频标签做二值化处理；用数据集通过tensorflow+keras+pycharm框架对AFN网络进行训练直至网络收敛训练结束，得到所需权重文件；通过车辆前置摄像头采集驾驶员视频信息，每13帧为单位，传输至AFN网络，生成疲劳概率；若疲劳概率值大于75％时，判定驾驶员疲劳；本发明具有较高的鲁棒性，提高了疲劳状态检测的准确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供