-
Patent Agency Ranking
公开(公告)号：CN116824558A
公开(公告)日：2023-09-29
申请号：CN202310833987.4
申请日：2023-07-10
Applicant: 湖南大学
IPC: G06V20/59 , G06V40/16 , G06V10/764 , G06V40/18
Abstract: 本发明提供一种面向3D点云图像数据的疲劳驾驶行为识别方法。首先，采集3D点云图像视频帧作为待处理图像；然后，采用点素‑体素融合转化网络PVFTN对待处理图像进行处理，获得驾驶员脸部区域特征图像，点素‑体素融合转化网络PVFTN包含三个PVF模块，PVF模块包含点素分支和体素分支；再采用多尺度面部关键点检测器MSFLD处理脸部区域特征图像，获得每帧23个关键点坐标；再计算左眼、右眼和嘴巴的纵横比，更新脸部疲劳参数矩阵；最后，采用统计阈值和自适应阈值相结合的方法进行判断，得到驾驶员驾驶状态的判断结果，即可实现对运动状态下的驾驶员疲劳驾驶状态的判断。
-
-
公开(公告)号：CN117842054A
公开(公告)日：2024-04-09
申请号：CN202311807565.6
申请日：2023-12-26
Abstract: 本发明公开了一种驾驶行为检测系统及方法，属于驾驶行为检测技术领域。本发明通过摄像头模块、图像处理模块、模式识别模块、警示措施模块、传感器模块、语音交互模块和情绪分析模块，实时监测和分析驾驶员的面部表情、眼动、头部姿势、手部动作、脚踏板操作、语音输入和情绪状态，识别出驾驶员的疲劳驾驶、分神驾驶和情绪驾驶等不安全驾驶行为，并根据相应的警示策略，发出相应的警示信号，引导驾驶员恢复正常的驾驶状态。本发明具有实时性、准确性、智能性和人性化的特点，能够有效提高驾驶安全性和舒适性。
-
公开(公告)号：CN115953437A
公开(公告)日：2023-04-11
申请号：CN202310119716.2
申请日：2023-02-16
Applicant: 湖南大学
IPC: G06T7/269
Abstract: 本发明提供一种面向智能驾驶场景的融合视觉光流特征点追踪与运动趋势估计的多目标实时跟踪方法，该方法将上一帧跟踪的目标所在区域提取光流特征，预测目标在当前帧所在的位置，同时通过矩形框运动趋势估计算法预测矩形框运动趋势，将二个预测结果进行对比，得到上一帧目标在当前帧的预测位置；再与当前帧目标检测结果的相似度、重叠度、差异度等特征确定目标跟踪的准确性；最后将跟踪成功的目标进行位置滤波，提高目标矩形框的稳定性，并输出给智能驾驶决策模块。本发明主要应用于智能驾驶视觉目标跟踪模块中，为系统提供稳定可靠的目标输出。
-
公开(公告)号：CN113283338A
公开(公告)日：2021-08-20
申请号：CN202110569233.3
申请日：2021-05-25
Abstract: 本发明公开了一种驾驶员驾驶行为识别方法、装置、设备及存储介质，方法包括：获取包含有驾驶员驾驶行为的驾驶员图像；采用随机裁剪的数据增强技术处理所述驾驶员图像，获得三维张量格式的第一图像数据；使用卷积神经网络处理所述三维张量格式的第一图像数据，以生成第二图像数据；将所述第二图像数据输入至构建好的CS_ResNet模型；在所述CS_ResNet模型中，信道注意力模块和空间注意力模块串行连接嵌入在残差网络中；将残差网络模型输出通过全连接层来融合各局部特征形成全局特征，然后使用分类器来计算每一类别的得分；根据每一类别的得分来获得驾驶员行为识别结果。本发明能够降低模型计算复杂度和提高系统识别准确率。
-
-
-
-
Search Results
5
records
(took 0.036 seconds)
