【技术实现步骤摘要】
本专利技术提出了一种基于人工智能的自动检测司机疲劳度的图像视觉方法与系统，属于疲劳度检测。
技术介绍
1、随着现代交通技术的不断发展，汽车已成为人们日常出行的主要方式之一。然而，长时间的驾驶容易使驾驶员产生疲劳感，这不仅可能影响驾驶员的驾驶技能和反应速度，还可能增加交通事故的风险。因此，如何有效地检测和预防驾驶员疲劳成为了交通安全领域亟待解决的问题。
2、传统的驾驶员疲劳检测方法多依赖于驾驶员的自我判断或简单的生理指标监测，这些方法存在主观性强、准确性低等问题，难以满足现代交通安全的需求。近年来，随着人工智能技术的快速发展，基于图像视觉的驾驶员疲劳检测方法逐渐受到关注。
技术实现思路
1、本专利技术提供了一种基于人工智能的自动检测司机疲劳度的图像视觉方法与系统，用以解决上述
技术介绍
中提到的问题：
2、本专利技术提出的一种基于人工智能的自动检测司机疲劳度的图像视觉方法，所述方法包括：
3、通过驾驶室内安装的高分辨率摄像头，实时捕捉驾驶员面部图像信息；将对采...
【技术保护点】
1.一种基于人工智能的自动检测司机疲劳度的图像视觉方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于人工智能的自动检测司机疲劳度的图像视觉方法，其特征在于，所述通过驾驶室内安装的高分辨率摄像头，实时捕捉驾驶员面部图像信息；将对采集到的面部图像信息输入数据处理模块，并进行预处理，包括：
3.根据权利要求1所述一种基于人工智能的自动检测司机疲劳度的图像视觉方法，其特征在于，所述将预处理后的面部图像信息输入卷积神经网络模型，通过所述卷积神经网络模型对预处理后的面部图像信息进行深度特征提取；包括：
4.根据权利要求1所述一种基...
【技术特征摘要】
1.一种基于人工智能的自动检测司机疲劳度的图像视觉方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于人工智能的自动检测司机疲劳度的图像视觉方法，其特征在于，所述通过驾驶室内安装的高分辨率摄像头，实时捕捉驾驶员面部图像信息；将对采集到的面部图像信息输入数据处理模块，并进行预处理，包括：
3.根据权利要求1所述一种基于人工智能的自动检测司机疲劳度的图像视觉方法，其特征在于，所述将预处理后的面部图像信息输入卷积神经网络模型，通过所述卷积神经网络模型对预处理后的面部图像信息进行深度特征提取；包括：
4.根据权利要求1所述一种基于人工智能的自动检测司机疲劳度的图像视觉方法，其特征在于，所述将提取的深度特征输入至疲劳度评估模型，通过疲劳度评估模型连续输出的第一疲劳度评分，并结合多模态信息，获取疲劳度综合评分；包括：
5.根据权利要求1所述一种基于人工智能的自动检测...
【专利技术属性】
技术研发人员：宋长兴，方开宇，
申请(专利权)人：北京万联易达科技有限公司，
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。