基于多任务联合模型的头部姿态与疲劳状态检测方法
摘要文本
本发明公开了一种基于多任务联合模型的头部姿态与疲劳状态检测方法，包括以下步骤：在YOLOv6的基础上，设计基于聚集与分流机制的加强特征提取网络；在模型中增加融合大核注意力机制的头部姿态估计分支；对人脸数据集标注形成疲劳驾驶数据集；通过目标检测损失函数和头部姿态估计损失函数训练疲劳分神检测模型；将模型部署于车载终端设备，通过模型检测头部姿态和疲劳状态并输出信息；通过某一类别持续时间与设定阈值进行比较来判定是否处于疲劳状态或分神状态。本发明提高模型的泛化性能、鲁棒性、可靠性及检测精度、减少模型训练的时间和计算资源，提高驾驶员的安全性，减少驾驶中的疲劳分心行为，降低交通事故的发生率。 （来 自 专利查询网）
申请人信息
- 申请人:中国矿业大学; 燕园安全科技(徐州)有限公司
- 申请人地址:221000 江苏省徐州市大学路1号
- 发明人: 中国矿业大学; 燕园安全科技(徐州)有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于多任务联合模型的头部姿态与疲劳状态检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311520633.0 |
| 申请日 | 2023/11/14 |
| 公告号 | CN117612142A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06V20/59 |
| 权利人 | 中国矿业大学; 燕园安全科技(徐州)有限公司 |
| 发明人 | 贺晨; 刘营; 缪小然; 胡建峰; 赵广明; 周杰; 闵冰冰; 高宇蒙; 雅可; 赵作鹏 |
| 地址 | 江苏省徐州市铜山区大学路1号; |
专利主权项内容
1.一种基于多任务联合模型的头部姿态与疲劳状态检测方法，其特征在于：包括以下步骤：S1 : 疲劳分神检测模型的设计，以YOLOv6为基线模型进行改进，在YOLOv6的基础上，设计基于聚集与分流机制的加强特征提取网络；S2 : 在疲劳分神检测模型中增加融合大核注意力机制的头部姿态估计分支；S3 : 准备人脸数据集，并对人脸数据集标注形成疲劳驾驶数据集；标注时除了标注每个目标的类别和检测框外，并向人脸数据添加额外的头部转动角度是否大于45°标签；标注的类别包括睁眼、闭眼、张嘴及闭嘴；S4 : 通过目标检测损失函数和头部姿态估计损失函数训练疲劳分神检测模型；S5 : 将疲劳分神检测模型部署于车载终端设备，将终端设备摄像头拍摄的视频流输入疲劳分神检测模型，通过训练后的疲劳分神检测模型检测头部姿态和疲劳状态并输出信息，所述输出信息包括目标的类别、检测框和头部转动角度是否大于45°；S6 : 通过某一类别持续时间与设定阈值进行比较来判定是否处于疲劳状态或分神状态。 （更多数据，详见马克数据网）