-
公开(公告)号：CN112617835B
公开(公告)日：2022-12-13
申请号：CN202011492334.7
申请日：2020-12-17
Applicant: 南京邮电大学
Abstract: 本发明所述的一种基于迁移学习的多特征融合疲劳检测方法，改进了已有的基于单一生理特征的疲劳检测方法，采集了最接近疲劳状态本质的脑电、心电、眼电信号，并融合了面部图像特征，进一步提高了模型识别率，并将这4个传感器数据分别训练模型，使用加权平均法进行决策级融入，保证模型在传感器失效的情况下有一定的鲁棒性。同时本发明引入了迁移学习策略，减少了不同驾驶员的个体差异对疲劳检测模型稳定性的影响。
-
公开(公告)号：CN112617835A
公开(公告)日：2021-04-09
申请号：CN202011492334.7
申请日：2020-12-17
Applicant: 南京邮电大学
Abstract: 本发明所述的一种基于迁移学习的多特征融合疲劳检测方法，改进了已有的基于单一生理特征的疲劳检测方法，采集了最接近疲劳状态本质的脑电、心电、眼电信号，并融合了面部图像特征，进一步提高了模型识别率，并将这4个传感器数据分别训练模型，使用加权平均法进行决策级融入，保证模型在传感器失效的情况下有一定的鲁棒性。同时本发明引入了迁移学习策略，减少了不同驾驶员的个体差异对疲劳检测模型稳定性的影响。
-
Search Results
2
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
