【技术实现步骤摘要】
本申请涉及图像处理，特别涉及一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法。
技术介绍
1、长时间的驾驶不仅仅是一种常见的生活场景，更是一种潜在的交通安全隐患。车载驾驶员在疲劳状态下，其对道路交通周围环境的关注度和快速反应能力下降，这可能导致交通事故的发生，对行车安全构成严重的威胁。因此，及早发现并有效预防疲劳驾驶行为对提高道路安全水平和驾驶员自身行驶安全至关重要。
2、然而，在车载环境中进行疲劳驾驶检测面临一系列挑战。其中之一是光照条件的影响。光照的变化不仅会直接影响面部图像的采集，而且对生理信息的准确采集和分析也造成困扰。传统的图像处理方法在处理不同光照条件下的图像时，容易受到亮度和对比度的干扰，这可能导致生理特征提取的不稳定性，降低了疲劳检测系统的准确性和鲁棒性。
3、现有技术在解决个体差异性方面存在一定的不足。许多图片处理方法采用的是全局阈值或通用模型，未能充分考虑不同驾驶员之间的生理特征差异。个体差异包括但不限于面部结构、皮肤颜色和光照程度等因素，这些因素可能对生理特征的采集和分析产生显著的影响...
【技术保护点】
1.一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法，其特征在于，包括：
2.如权利要求1所述的一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法，其特征在于，所述获取M张连续帧的正常图像和M张连续帧的疲劳图像的获取方法为：
3.如权利要求2所述的一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法，其特征在于，所述自适应阈值分割的方法为：
4.如权利要求3所述的一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法，其特征在于，所述阈值调整模型的训练过程为：
5.如权利要求4所述的一种多模式生理信息融合的车...
【技术特征摘要】
1.一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法，其特征在于，包括：
2.如权利要求1所述的一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法，其特征在于，所述获取m张连续帧的正常图像和m张连续帧的疲劳图像的获取方法为：
3.如权利要求2所述的一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法，其特征在于，所述自适应阈值分割的方法为：
4.如权利要求3所述的一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法，其特征在于，所述阈值调整模型的训练过程为：
5.如权利要求4所述的一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法，其特征在于，所述利用人脸关键点检测算法分别处理正常图像和第二疲劳图像，得到正常特征点和疲劳特征点的具体方法为：
6.如权利要求5所述的一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法，其特征在于，所述利用正常特征点和疲劳特征点提取正常生理特征和疲劳生理特征的具体计算方法为：
7.如权利要求6所述的一种多模式生理信息融合的车载驾驶员疲劳状态智能识别方法，其特征在...
【专利技术属性】
技术研发人员：泮波，林海玲，揭振宇，
申请(专利权)人：杭州圆点科技有限公司，
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。