【技术实现步骤摘要】
本专利技术涉及一种识别方法、智能座舱、电子设备，尤其涉及一种驾驶员注意力分散识别方法、智能座舱、电子设备。
技术介绍
1、驾驶员在行车过程中左顾右盼是一种常见的行为。然而，在某些情况下，这种行为可能会影响到驾驶员对道路情况的注意，从而增加了发生交通事故的风险。例如，驾驶员在变道时，若未能及时注意到侧后方的车辆，可能会导致危险情况的发生。目前，现有技术的车辆行驶管理系统侧重于车辆的行驶数据、定位信息等方面的监测，对于驾驶员的行为及注意力状态的监测相对欠缺。传统的监测手段难以准确识别驾驶员的头部姿态和视线方向，已经不能满足人们的要求，亟需得到改进。
技术实现思路
1、本专利技术的目的在于提供一种驾驶员注意力分散识别方法、智能座舱、电子设备，实现对驾驶员行为的智能化实时监控，解决现有技术存在的缺憾。
2、本专利技术提供了下述方案：
3、一种基于深度学习的驾驶员注意力分散识别方法，包括：
4、获取车辆行驶过程中的车内图像/视频，根据预设的车辆驾驶安全规则，结合车...
【技术保护点】
1.一种基于深度学习的驾驶员注意力分散识别方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的驾驶员注意力分散识别方法，其特征在于，所述根据预设的车辆驾驶安全规则，结合车内图像/视频的特征信息对图像进行分类，进一步包括：所述图像/视频特征信息进一步包括：
3.根据权利要求2所述的基于深度学习的驾驶员注意力分散识别方法，其特征在于，还包括：
4.根据权利要求1所述的基于深度学习的驾驶员注意力分散识别方法，其特征在于，所述根据分类后的图像/视频对应的驾驶员不同驾车状态，使用视频增强程序对图像/视频进行处理，进一步包括：>
5.根据权利...
【技术特征摘要】
1.一种基于深度学习的驾驶员注意力分散识别方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的驾驶员注意力分散识别方法，其特征在于，所述根据预设的车辆驾驶安全规则，结合车内图像/视频的特征信息对图像进行分类，进一步包括：所述图像/视频特征信息进一步包括：
3.根据权利要求2所述的基于深度学习的驾驶员注意力分散识别方法，其特征在于，还包括：
4.根据权利要求1所述的基于深度学习的驾驶员注意力分散识别方法，其特征在于，所述根据分类后的图像/视频对应的驾驶员不同驾车状态，使用视频增强程序对图像/视频进行处理，进一步包括：
5.根据权利要求1所述的基于深度学习的驾驶员注意力分散识别方法，其特征在于，所述利用时间变换器模型对图像/视频进行基于时间序列的数据处理，将处理后的图像/视频利用l2正则化模型进行修正，生成训练集，进一步包括：
【专利技术属性】
技术研发人员：曾月，李斯，杨周龙，
申请(专利权)人：上海东普信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。