科创中国
基于轻量级神经网络图像增强的驾驶疲劳检测方法与系统
发布时间: 2024-09-24
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
电子信息技术,软件
成果介绍
本发明为降低便携式设备运行基于PFLD神经网络算法实现实时驾驶人面部特征点检测运算的技术门槛，适应当前便携式设备平台要求硬件计算资源消耗少、低时延，高效等特点，提供基于轻量级神经网络图像增强的驾驶疲劳检测方法与系统，实现非接触式采集本地数据、实时处理本地数据并有效反馈，以达到在尽可能保留原有的图像处理精度下兼顾本地数据处理效率，实时、高效、低功耗、安全地处理数据图像数据并分析，最终经过计算分析，及时对驾驶人的状态进行预警。
成果亮点
本发明涉及汽车安全驾驶技术领域，特别是涉及基于轻量级神经网络图像增强的驾驶疲劳检测方法与系统，方法包括：实时采集驾驶舱内驾驶人的动态图像，对动态图像进行增强处理；通过轻量化快速人脸检测器捕捉增强处理后的动态图像中驾驶人的人脸图像流；将人脸图像流输入预设的人脸关键特征点提取网络模型中，提取人脸图像流的每一帧图像的人脸关键特征点，其中，人脸关键特征点提取网络模型通过构建并训练重参数化轻量级卷积网络获得；基于人脸关键特征点判断驾驶人是否存在面部疲劳特征，在检测出存在面部疲劳特征时确定驾驶人存在疲劳驾驶。本发明能够实时、高效、低功耗、安全地处理数据图像数据并分析，及时对驾驶人的状态进行预警。
团队介绍
骆爱文是暨南大学信息科学技术学院的一名教师，他/她在电气电子技术及应用方面有着深入的研究。其研究重点包括嵌入式图像处理与理解，以及微纳电子器件等领域。在电气电子技术及应用领域，骆爱文致力于探索创新的技术和方法，以提高电子设备的性能和功能。他/她可能关注电路设计、系统集成、电源管理等方面的研究，以开发更高效、可靠和智能的电子产品。
成果资料
产业化落地方案
成果综合评价报告
评价单位：- (-) 评价时间：2024-09-30
下载app