- 专利标题: 一种基于多模态深度神经网络的驾驶注意力检测方法
-
申请号: CN202311086072.8申请日: 2023-08-28
-
公开(公告)号: CN116807479B公开(公告)日: 2023-11-10
- 发明人: 郜东瑞 , 沈艳 , 王录涛 , 张永清 , 汪曼青 , 蒋超 , 赵长名
- 申请人: 成都信息工程大学
- 申请人地址: 四川省成都市双流区西南航空港经济开发区学府路1段24号
- 专利权人: 成都信息工程大学
- 当前专利权人: 成都信息工程大学
- 当前专利权人地址: 四川省成都市双流区西南航空港经济开发区学府路1段24号
- 代理机构: 成都正德明志知识产权代理有限公司
- 代理商 张小娟
- 主分类号: A61B5/18
- IPC分类号: A61B5/18 ; A61B5/16 ; A61B5/372 ; A61B5/398 ; A61B5/00
摘要:
本发明公开了一种基于多模态深度神经网络的驾驶注意力检测方法,属于驾驶注意力检测技术领域,为了解决现有驾驶注意力检测过程中用单一模态的指标去进行检测的可靠性不足的技术问题,包括:S1:获取原始公开数据集中的脑电数据和眼电数据;S2:分别对所述脑电数据和所述眼电数据进行预处理,得到预处理后的眼电数据和预处理后的脑电数据;S3:根据所述预处理后的眼电数据和所述预处理后的脑电数据,对多模态深度神经网络进行训练,得到训练好的多模态深度神经网络;S4:利用所述训练好的多模态深度神经网络对驾驶输入图像进行注意力检测,得到驾驶注意力检测结果。本发明能够有效地提升检测结果的准确性。
公开/授权文献
- CN116807479A 一种基于多模态深度神经网络的驾驶注意力检测方法 公开/授权日:2023-09-29