【技术实现步骤摘要】
本专利技术属于计算机视觉，尤其涉及一种基于局部与全局知识蒸馏的驾驶分心检测方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、当驾驶员的注意力从驾驶任务转移到另一项活动时，他们的注意力被认为是分散了。认知分心、行为分心和视觉分心是驾驶员分心的三种典型类型。驾驶员是车辆的主要决策者和控制者，因此行为分心会极大地影响正常驾驶，容易导致交通事故。
3、目前驾驶员分心检测的方法主要有三种，一种是基于生理信息的检测方法，比如心率和脑电信号等，能够比较直观地反映使用者状态的变化；第二种是基于可穿戴设备的检测方法，比如使用数据手套、头戴式眼动仪等；第三种是基于计算机视觉的检测方法，通过深度学习算法使用图像分类或者目标检测对驾驶员图像特征进行提取并检测。多数生理信号检测方法的硬件成本很高，侵入性生理传感器往往会影响驾驶员的驾驶体验。基于穿戴设备的方法也有一定的局限性。为了解决这些问题，研究人员逐渐将重点转移到计算机视觉方法上。基于计算机视觉的驾驶员分心检测技术是非侵入性的...
【技术保护点】
1.一种基于局部与全局知识蒸馏的驾驶分心检测方法，其特征在于，包括：
2.如权利要求1所述的一种基于局部与全局知识蒸馏的驾驶分心检测方法，其特征在于，所述教师网络采用包括骨干网络、颈部网络和检测头；所述骨干网络采用改进的ResNet网络，采用分割注意力模块对ResNet网络进行改进，所述分割注意力模块通过分组卷积技术、注意力机制对训练图像进行特征提取。
3.如权利要求2所述的一种基于局部与全局知识蒸馏的驾驶分心检测方法，其特征在于，所述分割注意力模块通过分组卷积技术、注意力机制对训练图像进行特征提取，具体为：
4.如权利要求1所述的...
【技术特征摘要】
1.一种基于局部与全局知识蒸馏的驾驶分心检测方法，其特征在于，包括：
2.如权利要求1所述的一种基于局部与全局知识蒸馏的驾驶分心检测方法，其特征在于，所述教师网络采用包括骨干网络、颈部网络和检测头；所述骨干网络采用改进的resnet网络，采用分割注意力模块对resnet网络进行改进，所述分割注意力模块通过分组卷积技术、注意力机制对训练图像进行特征提取。
3.如权利要求2所述的一种基于局部与全局知识蒸馏的驾驶分心检测方法，其特征在于，所述分割注意力模块通过分组卷积技术、注意力机制对训练图像进行特征提取，具体为：
4.如权利要求1所述的一种基于局部与全局知识蒸馏的驾驶分心检测方法，其特征在于，所述局部蒸馏损失值，具体为：
5.如权利要求1所述的一种基于局部与全局知识蒸馏的驾驶分心检测方法，其特征在于，所述全局蒸馏损失值的计算具体为：
6....
【专利技术属性】
技术研发人员：杨晓晖，李坤彪，王静，司统振，张风，
申请(专利权)人：济南大学，
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。