[發明專利]一種疲勞駕駛的檢測識別方法、裝置及系統

在審

• 申請號: 202110936693.5
• 申請日: 2021-08-16
• 公開（公告）號: CN113807181A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 劉星;徐蕾艷;劉禹興;陳雪琪;高紅
• 申請（專利權）人: 南京信息職業技術學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種疲勞駕駛的檢測識別方法，其特征在于，包括以下步驟：

獲取人臉區域關鍵點圖像信息、車輛駕駛行為信息；

將所述人臉區域關鍵點圖像信息輸入面部狀態識別模型，獲得面部狀態檢測結果；

將所述車輛駕駛行為信息輸入行駛狀態識別模型，獲得行駛狀態檢測結果；

將所述面部狀態檢測結果和行駛狀態檢測結果輸入置信度判定模型，輸出最終檢測結果。

2.根據權利要求1所述疲勞駕駛的檢測識別方法，其特征在于，

所述人臉區域關鍵點圖像信息包括嘴部、眼部、頭部圖像數據。

3.根據權利要求2所述疲勞駕駛的檢測識別方法，其特征在于，

所述面部狀態識別模型的訓練過程為：

獲取不同狀態下人臉區域關鍵點圖像信息和面部實際狀態；

根據人臉區域關鍵點圖像信息和面部實際狀態構建第一數據集；

基于所述第一數據集對設定的神經網絡進行訓練，獲得所述面部狀態識別模型。

4.根據權利要求1所述疲勞駕駛的檢測識別方法，其特征在于，

所述車輛駕駛行為信息包括速度、加速度以及方向盤的角速度數據。

5.根據權利要求4所述疲勞駕駛的檢測識別方法，其特征在于，

所述行駛狀態識別模型的訓練過程為：

獲取不同狀態下車輛駕駛行為信息和車輛行駛實際狀態；

根據車輛駕駛行為信息和車輛行駛實際狀態構建第二數據集；

基于所述第二數據集對設定的神經網絡進行訓練，獲得所述行駛狀態識別模型。

6.根據權利要求1所述疲勞駕駛的檢測識別方法，其特征在于，

所述置信度判定模型的訓練過程為：

獲取不同狀態下面部狀態檢測結果、行駛狀態檢測結果和真實狀態；

根據面部狀態檢測結果、行駛狀態檢測結果和真實狀態構建第三數據集；

基于所述第三數據集對設定的神經網絡進行訓練，獲得所述置信度判定模型。

7.一種疲勞駕駛的檢測識別裝置，其特征在于，包括：

信息獲取模塊，用于實時獲取人臉區域關鍵點圖像信息、車輛駕駛行為信息；

面部狀態疲憊檢測模塊，用于根據人臉區域關鍵點圖像信息，對駕駛員進行疲勞檢測；

車輛行駛狀態疲憊檢測模塊，用于根據車輛駕駛行為信息，對駕駛員進行疲勞檢測；

置信度判定模塊，用于融合面部狀態疲憊檢測模塊和車輛行駛狀態疲憊檢測模塊疲勞檢測結果，輸出最終結果。

8.根據權利要求7所述的疲勞駕駛的檢測識別裝置，其特征在于，所述疲勞駕駛的檢測識別裝置包括預警模塊。

9.根據權利要求8所述的疲勞駕駛的檢測識別裝置，其特征在于，所述預警模塊為聲光預警模塊。

10.一種疲勞駕駛的檢測識別系統，其特征在于，包括權利要求7-9任一項所述的疲勞駕駛的檢測識別裝置。