基于深度学习的车载人脸识别方法
专利汇可以提供基于深度学习的车载人脸识别方法专利检索，专利查询，专利分析的服务。并且一种基于 深度学习 的车载 人脸识别 方法：获取图像，构建驾驶员数据集；构建模型，包括提取视觉特征和语义特征以及构成特征处理模型；训练特征处理模型；根据测试结果优化实验结果，将优化后的特征处理模型传送到总控制端；在车上安装警示灯和摄像头，实时将驾驶员的操作情况上传到总控制端，总控制端根据优化后的特征处理模型判断驾驶员是否有违规驾驶，当有违规驾驶，总控制端发出 信号 ，激发警示灯，提醒驾驶员文明行驶。本 发明 通过实时分析人脸变化，提取人脸特征，检测其是否有违规操作，与数据集进行分析对比，一旦发现有违法违规行为，如发现疲劳驾驶和接听电话，看手机等现象，会自动发出警报，及时制止驾驶员的不良行为。减少交通事故发生的可能性。，下面是基于深度学习的车载人脸识别方法专利的具体信息内容。
1.一种基于深度学习的车载人脸识别方法，其特征在于，包括如下步骤：
1)获取图像，构建驾驶员数据集；
2)构建模型，包括：
(1)通过卷积神经网络和LSTM网络，分别从驾驶员数据集中提取视觉特征和语义特征；
(2)将提取的视觉特征和语义特征输入到带有attention机制的LSTM网络中构成特征处理模型；
3)训练特征处理模型，将驾驶员数据集中的60％的图像用于训练，20％的图像用于验证，20％的图像用于测试；
4)根据测试结果分别对参数Wz、Wr、W进行微调，优化实验结果，将优化后的特征处理模型传送到总控制端；
5)在车上安装警示灯和摄像头，实时将驾驶员的操作情况上传到总控制端，总控制端根据优化后的特征处理模型判断驾驶员是否有违规驾驶，当有违规驾驶，总控制端发出信号，激发警示灯，提醒驾驶员文明行驶。
2.根据权利要求1所述的基于深度学习的车载人脸识别方法，其特征在于，步骤1)包括利用基于python的网络图片获取脚本，通过互联网获取不同驾驶员图像，对图像制作标签，标签详细注明图像内容，然后汇总，作为驾驶员数据集，所述的图像内容包括：驾驶员正常驾驶、低头看手机、四处观看、闲聊及疲劳驾驶。
3.根据权利要求1所述的基于深度学习的车载人脸识别方法，其特征在于，步骤2)中的第(1)包括：利用卷积神经网络中的VGG-19网络的conv5_3层提取驾驶员数据集的14×14×
512维视觉特征，得到特征向量ai，通过attention机制产生视觉信息上下文向量zvt；通过LSTM网络提取驾驶员数据集的语义特征，并获得语义上下文向量zst。
4.根据权利要求1所述的基于深度学习的车载人脸识别方法，其特征在于，步骤2)中的第(2)步包括：
(1)将视觉信息上下文向量zvt和语义上下文向量zst通过仿射变换形成能够更加充分的表达图像信息的上下文向量zt；
(2)将得到的上下文向量zt输入到带有attention机制的LSTM网络，分析驾驶员的行为。
5.根据权利要求4所述的基于深度学习的车载人脸识别方法，其特征在于，所述的特征处理模型，如下：
et＝fatt(ai,ht-1)
zt＝σ(Wz·[ht-1,xt])
rt＝σ(Wr·[ht-1,xt])
其中，zvt表示视觉信息上下文向量，ai表示视觉特征向量，αt表示权重，zt表示上下文向量，xt表示当前时刻的输入，ht和ht-1分别表示当前时刻和上一时刻的隐藏层状态，为当前时刻隐藏层的候选状态，Wz、Wr、W为参数。
基于深度学习的车载人脸识别方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于多任务学习的排水管道异常类型自动检测方法 | 2020-06-06 | 1 |
| 一种基于机器学习的建筑匹配方法及装置 | 2020-07-22 | 2 |
| 信息处理方法和装置以及信息检测方法和装置 | 2022-12-05 | 0 |
| 一种基于局部并行神经网络的红外人脸识别方法 | 2021-07-18 | 1 |
| 人脸认证的方法和装置 | 2023-01-28 | 0 |
| 一种RBF板形识别模型的FPGA实现方法 | 2020-11-17 | 0 |
| 基于LSTM网络多模态信息融合的三维模型检索方法 | 2021-01-27 | 1 |
| 基于图像的尾灯检测与识别方法 | 2020-11-25 | 0 |
| 相似建筑图片搜索的方法和系统 | 2021-03-12 | 1 |
| 基于量子蚁群优化RBF网络的特高压输电线损预测方法 | 2020-07-17 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
