[發(fā)明專利]一種智能識(shí)別司機(jī)睡意動(dòng)作的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110650708.1
• 申請(qǐng)日: 2021-06-10
• 公開（公告）號(hào): CN113408389A
• 公開（公告）日: 2021-09-17
• 發(fā)明（設(shè)計(jì)）人: 唐明偉;李林熹;趙瀟然;毛紅運(yùn);曾晟珂;陳曉亮;何明星;徐楊勝;王鵬程;王劉萱;蒙科竹;陶林平;田佳鑫;蔣一銘;楊凌
• 申請(qǐng)（專利權(quán)）人: 西華大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 成都知棋知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 51325
• 代理人: 馬超前

1.一種智能識(shí)別司機(jī)睡意動(dòng)作的方法，其特征在于，包括以下步驟：

步驟一：獲取司機(jī)駕駛過程中的視頻流；

步驟二：對(duì)所述視頻流進(jìn)行預(yù)處理，得到該視頻流的灰度圖像信息和光流圖像信息；

步驟三：以所述灰度圖像信息和光流圖像信息作為睡意動(dòng)作識(shí)別模型的輸入，從而得到司機(jī)的睡意動(dòng)作。

2.根據(jù)權(quán)利要求1所述的智能識(shí)別司機(jī)睡意動(dòng)作的方法，其特征在于，步驟二中所述預(yù)處理包括：

步驟2-1：以一定的時(shí)間間隔將所述視頻流分割為若干視頻片段；

步驟2-2：按幀提取所述視頻片段的圖像信息，并將每一幀圖像信息分別進(jìn)行轉(zhuǎn)換，得到灰度圖像序列；

步驟2-3：根據(jù)相鄰幀之間的光流，計(jì)算兩幀之間的光流信息，從而得到光流圖像序列。

3.根據(jù)權(quán)利要求1所述的智能識(shí)別司機(jī)睡意動(dòng)作的方法，其特征在于，步驟2中所述時(shí)間間隔為每隔3秒截取視頻片段。

4.根據(jù)權(quán)利要求1所述的智能識(shí)別司機(jī)睡意動(dòng)作的方法，其特征在于，每一幀圖像大小為224×224。

5.根據(jù)權(quán)利要求1所述的智能識(shí)別司機(jī)睡意動(dòng)作的方法，其特征在于，所述司機(jī)的睡意動(dòng)作包括：正常駕駛、點(diǎn)頭、緩慢眨眼、打哈欠。

6.根據(jù)權(quán)利要求1所述的智能識(shí)別司機(jī)睡意動(dòng)作的方法，其特征在于，所述睡意動(dòng)作識(shí)別模型包括：依次連接的卷積層、池化層、全連接層、softmax分類器；

其中，所述卷積層包括4個(gè)，第一個(gè)卷積層包含8個(gè)卷積核，每個(gè)卷積核的大小為3×3×3；第二個(gè)和第三個(gè)卷積層有16個(gè)卷積核，第四個(gè)卷積層有8個(gè)卷積核；

全連接層包括兩個(gè)，分別為fc1全連接層和fc2全連接層；所述fc1全連接層的神經(jīng)元為23520個(gè)，fc2全連接層的神經(jīng)元為64個(gè)。