公开(公告)号：CN118097633A

公开(公告)日：2024-05-28

申请号：CN202410283922.1

申请日：2024-03-13

Applicant: 安徽信息工程学院

Inventor： 张海民 ,  张在良 ,  张友莹 ,  张佳乐

IPC: G06V20/59 ,  G06V20/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明提供了一种基于深度学习的醉酒驾驶行为识别方法，属于交通管理技术领域，包括以下步骤：步骤一：采集驾驶者行为视频关键帧图像；步骤二：将图像由RGB颜色空间转换至HSV颜色空间；步骤三：将图像进行增强；步骤四：将处理完毕后的图像由HSV颜色空间转换至RGB颜色空间；步骤五：在增强后的图像内提取醉酒驾驶特征；步骤六：将图像预处理后依照时间顺序构造每帧图像的面部状态参数矩阵并输入至长短期记忆网络中，采用softmax函数输出识别结果，实现醉酒驾驶行为识别。本发明采用softmax函数输出识别结果，实现醉酒驾驶行为识别，解决部分驾驶员在饮酒后仍能保持冷静，表现得相对正常，很难通过外观或行为来判断他们是否醉酒的问题。

公开(公告)号：CN118196766A

公开(公告)日：2024-06-14

申请号：CN202410372981.6

申请日：2024-03-29

Applicant: 安徽信息工程学院

Inventor： 张海民 ,  张友莹 ,  张在良 ,  张佳乐

IPC: G06V20/59 ,  G06V40/16 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供了一种基于深度学习的驾驶员疲劳驾驶行为识别方法，属于计算机视觉与深度学习技术领域，包括以下步骤：步骤一：采集疲劳驾驶行为视频图像，并对视频图像进行增强处理；步骤二：提取疲劳驾驶人脸行为特征；步骤三：将提取的疲劳驾驶人脸行为特征作为疲劳驾驶行为识别模型的参数识别指标，结合深度学习中的双流网络模型构建用于疲劳驾驶行为识别模型，完成对疲劳驾驶行为的精准识别；本发明基于深度学习下对疲劳驾驶行为进行识别算法研究，在司机疲劳驾驶行为视频图像预处理提升图像质量的基础上，在行为特征提取后，基于深度学习框架构建疲劳驾驶行为识别模型，将其作为输入，实现疲劳驾驶行为识别，从而减少交通事故的发生。