公开(公告)号：CN112464716B

公开(公告)日：2022-11-04

申请号：CN202011141005.8

申请日：2020-10-22

Applicant: 南京理工大学

Inventor： 郭唐仪 ,  刘欣伟 ,  李卿 ,  许荣鑫 ,  蒋继扬

IPC: G06V20/59 ,  G06V20/40 ,  G06V40/20 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种基于AFN网络的驾驶员疲劳状态检测方法，该方法包括：构建AFN网络；选取DDD数据集作为训练集、测试集和验证集，对选取的数据集分类处理；在选取的数据集视频，每13个连续帧作为基本单元进行裁剪，对视频标签做二值化处理；用数据集通过tensorflow+keras+pycharm框架对AFN网络进行训练直至网络收敛训练结束，得到所需权重文件；通过车辆前置摄像头采集驾驶员视频信息，每13帧为单位，传输至AFN网络，生成疲劳概率；若疲劳概率值大于75％时，判定驾驶员疲劳；本发明具有较高的鲁棒性，提高了疲劳状态检测的准确度。

公开(公告)号：CN118707544A

公开(公告)日：2024-09-27

申请号：CN202410672087.0

申请日：2024-05-28

Applicant: 南京理工大学

Inventor： 来建成 ,  李卿 ,  严伟 ,  李振华 ,  赵艳 ,  王春勇 ,  纪运景 ,  吴志祥

IPC: G01S17/89 ,  G01S7/48 ,  G06T3/4053 ,  G06V10/80

Abstract: 本发明公开了一种基于激光雷达波形信号辅助的深度图像超分辨成像方法，该方法首先利用全波形激光雷达获得全域回波信号并对其进行预处理并获取多维信息矩阵；接着建立回波信号辅助的激光雷达深度图像超分辨重建算法模型；基于该模型，利用自制数据集进行训练，通过注意力机制挖掘回波特征与深度信息的关系；将其与特征提取后的深度图像结合获得高分辨率的激光雷达深度图像。本发明在激光雷达深度图像的超分辨重建上具有较好的表现，在机器人、智能驾驶、虚拟现实等需要对激光雷达深度图像超分辨重建的领域具有十分重要的作用。

公开(公告)号：CN112464716A

公开(公告)日：2021-03-09

申请号：CN202011141005.8

申请日：2020-10-22

Applicant: 南京理工大学

Inventor： 刘欣伟 ,  李卿 ,  许荣鑫 ,  蒋继扬 ,  郭唐仪

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于AFN网络的驾驶员疲劳状态检测方法，该方法包括：构建AFN网络；选取DDD数据集作为训练集、测试集和验证集，对选取的数据集分类处理；在选取的数据集视频，每13个连续帧作为基本单元进行裁剪，对视频标签做二值化处理；用数据集通过tensorflow+keras+pycharm框架对AFN网络进行训练直至网络收敛训练结束，得到所需权重文件；通过车辆前置摄像头采集驾驶员视频信息，每13帧为单位，传输至AFN网络，生成疲劳概率；若疲劳概率值大于75％时，判定驾驶员疲劳；本发明具有较高的鲁棒性，提高了疲劳状态检测的准确度。