公开(公告)号：CN114140531A

公开(公告)日：2022-03-04

申请号：CN202111487024.0

申请日：2021-12-07

Applicant: 河北工程大学

Inventor： 王佳帅 ,  王华英 ,  王冠楠

IPC: G06T7/73 ,  G06F3/04815 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及基于深度学习的新型手部增强现实技术。本发明涉及深度学习和双目视觉领域，主要利用双目相机进行拍摄左右视觉下的图像，利用深度学习对图片中的手进行预测21个特征点，利用双目产生的视差对图片进行深度计算，转换坐标系之后判断手指是否点击了桌面，提前绘制好需要交互的信息，与点击桌面的手指进行交互，实现桌面上的增强现实功能。

公开(公告)号：CN114220144A

公开(公告)日：2022-03-22

申请号：CN202111429707.0

申请日：2021-11-29

Applicant: 河北工程大学

Inventor： 王冠楠 ,  董昭 ,  王华英

IPC: G06V40/16 ,  G06V20/59 ,  G06V20/40 ,  G06N3/02

Abstract: 本发明涉及深度学习领域，尤其涉及一种基于深度学习与熵结合的驾驶疲劳检测方法。此方法首先将驾驶员驾车时的图像传进神经网络中，得到包含人脸框以及五个面部特征点‑‑左右瞳孔、鼻尖、左右嘴角的输出结果，然后记录鼻尖位置坐标，本文实验在每记录100帧视频图像的坐标后，计算一次鼻尖运动轨迹的信息熵。根据熵的意义可知，一个体系中，越混乱熵值越大。因此，最后，将计算所得到的熵值H与预先设置的阈值T进行比较，如果H≥T，则此时驾驶员处于正常状态；如果H＜T，则此时驾驶员处于疲劳状态。