买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东大学申请的专利基于深度特征和图注意力机制的疲劳驾驶检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116189155B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211619272.0，技术领域涉及：G06V20/59；该发明授权基于深度特征和图注意力机制的疲劳驾驶检测方法及系统是由常发亮;黄一鸣;刘春生;路彦沙;常致富设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本基于深度特征和图注意力机制的疲劳驾驶检测方法及系统在说明书摘要公布了：本发明公开了一种基于深度特征和图注意力机制的疲劳驾驶检测方法及系统，该方法包括：以多个标注是否疲劳驾驶的原始视频序列构建样本训练集；构建疲劳驾驶检测模型，利用样本训练集训练所述疲劳驾驶检测模型；所述训练过程包括：基于原始视频序列，通过面部特征提取和位置编码，获取时空面部特征序列；基于图注意力机制学习时空面部特征之间的相互关系以及每个特征对最终分类的重要性权重，基于相互关系更新时空面部特征序列，基于重要性权重与更新的时空面部特征序列进行加权融合，获得融合特征，基于融合特征进行二分类训练；将待检测的原始视频序列输入训练完成的疲劳驾驶检测模型，完成疲劳驾驶检测，提高疲劳驾驶检测的精度和泛化性。

本发明授权基于深度特征和图注意力机制的疲劳驾驶检测方法及系统在权利要求书中公布了：1.一种基于深度特征和图注意力机制的疲劳驾驶检测方法，其特征是，包括： 获取多个包含驾驶员面部图像的原始视频序列，对原始视频序列进行标注，以多个标注是否疲劳驾驶的原始视频序列构建样本训练集； 构建疲劳驾驶检测模型，利用样本训练集训练所述疲劳驾驶检测模型；所述训练过程包括：基于原始视频序列，通过面部特征提取和位置编码，获取时空面部特征序列；基于图注意力机制学习时空面部特征之间的相互关系以及每个特征对最终分类的重要性权重，基于相互关系更新时空面部特征序列，基于重要性权重与更新的时空面部特征序列进行加权融合，获得融合特征，基于融合特征进行二分类训练；基于图注意力机制学习时空面部特征之间的相互关系，基于相互关系更新时空面部特征序列，包括： 基于时空面部特征序列，将每一时空面部特征视为一个节点，形成节点特征，以此构建有向完全图； 将输入的节点特征映射到一个特征子空间，通过共享的自注意力机制为有向图中的每对节点计算注意力系数，以此构建邻接矩阵； 将邻接矩阵与节点特征矩阵进行融合，更新节点特征，将各注意力头更新后的节点特征进行拼接，形成新的节点特征，获取更新后的时空面部特征序列； 将待检测的包含驾驶员面部图像的原始视频序列输入训练完成的疲劳驾驶检测模型，完成疲劳驾驶检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。