一种基于深度学习与熵结合的疲劳驾驶检测方法
基本信息
| 申请号 | CN202111429707.0 | 申请日 | - |
| 公开（公告）号 | CN114220144A | 公开（公告）日 | 2022-03-22 |
| 申请公布号 | CN114220144A | 申请公布日 | 2022-03-22 |
| 分类号 | G06V40/16（2022.01）I;G06V20/59（2022.01）I;G06V20/40（2022.01）I;G06N3/02（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王冠楠;董昭;王华英 | 申请（专利权）人 | 河北工程大学 |
| 代理机构 | - | 代理人 | - |
| 地址 | 056000河北省邯郸市经济开发区太极路19号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 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。 |
