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！

龙图腾网获悉重庆理工大学申请的专利一种基于热成像的多模态疲劳驾驶检测方法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：CN119741744B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202411774960.3，技术领域涉及：G06V40/16；该发明授权一种基于热成像的多模态疲劳驾驶检测方法是由柯善军;何邦胜;王钰苗;聂成洋;罗龙飞设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种基于热成像的多模态疲劳驾驶检测方法在说明书摘要公布了：本发明公开了一种基于热成像的多模态疲劳驾驶检测方法，包括：利用热成像设备获取驾驶员面部图像数据，采用YOLOv8模型进行人脸及关键点检测，提取额头与鼻子处的感兴趣区域，并计算图像像素灰度均值以得到心跳与呼吸信号；对获取的生理信号进行信号处理，提取与疲劳相关的生理特征，构建疲劳与非疲劳数据集用于训练疲劳检测模型；通过面部关键点提取疲劳与非疲劳的热成像图像，训练二分类模型进行疲劳检测；将面部疲劳特征模型与生理特征模型进行多模型的决策融合，利用多模态综合判断驾驶员的疲劳状态。本发明通过多模型的决策融合提高了疲劳驾驶检测模型的准确率与鲁棒性，可适应较为复杂光环境及个体差异性，有效提高了疲劳驾驶识别的精度。

本发明授权一种基于热成像的多模态疲劳驾驶检测方法在权利要求书中公布了：1.一种基于热成像的多模态疲劳驾驶检测方法，其特征在于，包括以下步骤： a利用热成像设备获取带有驾驶员面部的热成像图像数据集，并利用该数据集训练得到YOLOv8模型，用于检测人脸及其关键点信息； b对视频流中的每一帧图像进行人脸与人脸关键点检测，得到人脸框与面部关键点信息，进一步通过面部关键点信息提取额头与鼻子处的感兴趣区域，并通过计算每帧图像感兴趣区域的像素灰度均值，得到原始的心跳和呼吸信号，通过信号处理，最终得到包括心跳信号和呼吸信号的生理信号； c对步骤b所获取的生理信号进行与疲劳相关的特征提取处理，提取与疲劳相关的生理特征，并基于生理特征建立疲劳与非疲劳数据集，用于训练多生理特征驱动的疲劳驾驶检测模型，包括： 基于心跳信号特征的疲劳驾驶检测模型：通过分析驾驶员的心跳信号特征来识别疲劳驾驶； 基于呼吸信号特征的疲劳驾驶检测模型：利用驾驶员的呼吸信号特征来判断是否存在疲劳状态； 基于心跳信号和呼吸信号特征融合的疲劳驾驶检测模型； d对每一帧图像的面部疲劳特征进行分析，利用人脸关键点信息提取疲劳与非疲劳的热成像人脸图像数据集，并利用该数据集训练VGG19二分类模型，得到基于面部疲劳特征的疲劳驾驶检测模型，通过分析驾驶员的面部疲劳特征判断是否疲劳； e将基于面部特征的疲劳驾驶检测模型和基于生理特征的疲劳驾驶检测模型进行多模型的决策融合，采用基于均值K系数法的DS证据理论进行多模型的决策融合，通过决策融合，将来自上述多个不同模型的预测结果进行决策融合，最终得到基于多模态的疲劳驾驶检测模型，利用该模型判断驾驶员的疲劳状态，为驾驶员提供实时的疲劳提醒。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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。