基于长短期记忆网络的驾驶员疲劳检测

发明专利有效专利

申请号：
CN201910156037.6
IPC分类号：G06K9/00;G06N3/04
申请日期：
2019-03-05
申请人：
天津工业大学

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	基于长短期记忆网络的驾驶员疲劳检测
申请号	CN201910156037.6	申请日期	2019-03-05
法律状态	实质审查	申报国家	中国
公开/公告日	2019-06-14	公开/公告号	CN109886241A
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;N;3;/;0;4查看分类表>
申请人	天津工业大学	申请人地址	天津市西青区宾水西道399号天津工业大学电子信息与工程学院变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	天津工业大学	当前权利人	天津工业大学
发明人	耿磊;殷海兵;肖志涛;吴骏;张芳;刘彦北;王雯;胡志强
代理机构	暂无	代理人	暂无

摘要

本发明涉及一种基于长短期记忆网络的驾驶员疲劳检测方法，包括：1)借助红外采集设备采集驾驶员人脸视频图像；2)利用多任务级联的卷积神经网络进行人脸检测与特征点定位，根据特征点之间的几何关系获取驾驶员人眼图像序列；3)设计了一种端到端的卷积循环神经网络，提取人眼空间特征，同时分析相邻图像帧之间上下文关系，结合一段时间内人眼图像特征的时序变化来判断驾驶员是否处于疲劳状态。结果表明，该方法在光线条件差以及驾驶员佩戴墨镜等情况下，也能准确地提取眼部特征，相比于基于CNN结合PERCLOS标准的疲劳检测方法，取得了更高的疲劳检测准确率，实现了对驾驶员驾驶状态视频级别的预测。

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