【技术实现步骤摘要】
本专利技术属于数据识别，具体地，涉及一种非侵入式驾驶人驾驶疲劳状态识别方法及系统。
技术介绍
1、检测驾驶人疲劳状态对于保障道路交通安全、降低事故发生率具有重大的背景意义。驾驶人由于长时间的驾驶工作，特别是长途运输驾驶人，极易出现疲劳驾驶现象。疲劳驾驶不仅降低了驾驶人的反应速度和判断能力，增加了交通事故的风险，而且还可能对驾驶人的长期健康造成不利影响。通过有效地检测和评估驾驶人的疲劳状态，并采取相应的预防措施，可以显著提高道路交通安全，减少由疲劳驾驶引发的事故，保护驾驶人和公众的生命安全。因此，开发和应用高效的疲劳监测技术，对于促进交通安全管理体系的完善和提升驾驶人工作条件具有深远的实践和社会价值。
2、根据检测原理，目前可行的疲劳检测方法主要分为：
3、（1）基于生理信号的检测，例如：直接监测驾驶人的生理状况，包括脑电波、心率和脉搏等。利用驾驶人生理参数评定疲劳驾驶，所使用的传感器一般需要与驾驶人相接触，如需要驾驶人佩戴检测手环，这不仅会给驾驶人带来心理压力，而且手环需要频繁充电；此外，手环需要与驾驶人绑定，额
本文档来自技高网...【技术保护点】
1.一种非侵入式驾驶人驾驶疲劳状态识别方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种非侵入式驾驶人驾驶疲劳状态识别方法，其特征在于，步骤3的具体步骤为：
3.根据权利要求1所述的一种非侵入式驾驶人驾驶疲劳状态识别方法，其特征在于，步骤4利用训练好的SAM模型对可见光图像序列中感兴趣区域进行选择与分割；之后利用图像配准得到的变换矩阵，将分割出的感兴趣区域在热成像图像上进行映射。
4.根据权利要求1所述的一种非侵入式驾驶人驾驶疲劳状态识别方法，其特征在于，步骤4中，感兴趣区域的确定方式如下：
5.根据权...
【技术特征摘要】
1.一种非侵入式驾驶人驾驶疲劳状态识别方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种非侵入式驾驶人驾驶疲劳状态识别方法，其特征在于，步骤3的具体步骤为：
3.根据权利要求1所述的一种非侵入式驾驶人驾驶疲劳状态识别方法，其特征在于，步骤4利用训练好的sam模型对可见光图像序列中感兴趣区域进行选择与分割；之后利用图像配准得到的变换矩阵，将分割出的感兴趣区域在热成像图像上进行映射。
4.根据权利要求1所述的一种非侵入式驾驶人驾驶疲劳状态识别方法，其特征在于，步骤4中，感兴趣区域的确定方式如下：
5.根据权利要求1所述的一种非侵入式驾驶人驾驶疲劳状态识别方法，其特征在于，步骤5基于yolov7网络结构分别对输入的可见光图像、热成像图像进行处理，先提取空间特征，之后分别采用深度卷积进行特征提取，在深度卷积中引入注意力模块，利用注意力模块对每个通道的特征重要性进行动态的调整；特征提取后使用特征金字塔网络层融合不同分辨率的特征图，并使用逐点卷积对融合后的特征图进行进一步的处理，之后经池化层、全连接层后输出融合后的特征图。
6.根据权利要求1所述的一种非侵入式驾驶人驾驶疲劳状态识别方法，其特征在于，步骤6中，呼吸...
【专利技术属性】
技术研发人员：席建锋，刘诗楠，闫磊，高帅，李志强，田建，张丹，李席宇，李兴佳，殷慧娟，邰文龙，丁同强，郑黎黎，
申请(专利权)人：吉林大学，
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。