← 返回列表

基于轻量级神经网络图像增强的驾驶疲劳检测方法与系统

申请号: CN202410210718.7
申请人: 暨南大学
更新日期: 2026-03-17

专利详细信息

项目 内容
专利名称 基于轻量级神经网络图像增强的驾驶疲劳检测方法与系统
专利类型 发明申请
申请号 CN202410210718.7
申请日 2024/2/27
公告号 CN117789181A
公开日 2024/3/29
IPC主分类号 G06V20/59
权利人 暨南大学
发明人 骆爱文; 古毅锋; 陈法明; 余卓熙; 苏一峰; 叶世荣; 梅君妍; 蔡雨轩; 孟有意
地址 广东省广州市天河区黄埔大道西601号

摘要文本

本发明涉及汽车安全驾驶技术领域,特别是涉及基于轻量级神经网络图像增强的驾驶疲劳检测方法与系统,方法包括:实时采集驾驶舱内驾驶人的动态图像,对动态图像进行增强处理;通过轻量化快速人脸检测器捕捉增强处理后的动态图像中驾驶人的人脸图像流;将人脸图像流输入预设的人脸关键特征点提取网络模型中,提取人脸图像流的每一帧图像的人脸关键特征点,其中,人脸关键特征点提取网络模型通过构建并训练重参数化轻量级卷积网络获得;基于人脸关键特征点判断驾驶人是否存在面部疲劳特征,在检测出存在面部疲劳特征时确定驾驶人存在疲劳驾驶。本发明能够实时、高效、低功耗、安全地处理数据图像数据并分析,及时对驾驶人的状态进行预警。

专利主权项内容

1.基于轻量级神经网络图像增强的驾驶疲劳检测方法,其特征在于,包括:实时采集驾驶舱内驾驶人的动态图像,对所述动态图像进行增强处理;通过轻量化快速人脸检测器捕捉增强处理后的所述动态图像中驾驶人的人脸图像流;将所述人脸图像流输入预设的人脸关键特征点提取网络模型中,提取所述人脸图像流的每一帧图像的人脸关键特征点,其中,所述人脸关键特征点提取网络模型通过构建并训练重参数化轻量级卷积网络获得;基于所述人脸关键特征点判断所述驾驶人是否存在面部疲劳特征,在检测出存在所述面部疲劳特征时确定所述驾驶人存在疲劳驾驶。