-
公开(公告)号：CN108814630A
公开(公告)日：2018-11-16
申请号：CN201810758349.X
申请日：2018-07-11
Applicant: 长安大学
IPC: A61B5/18
Abstract: 本发明公开了一种驾驶适宜性检测装置及检测方法，采用一体化封闭式眼镜结构，并在外层采用黑色吸光材料，有效避免漏光及人眼瞳孔由于视觉注意本身引起的瞳孔变化，在眼镜与脸部贴合处采用柔性硅胶材料，使脸部与眼镜贴合，相当于直接对疲劳进行检测，提高了疲劳检测精度；用矩形面光源对瞳孔进行刺激，能够使光源对瞳孔刺激均匀；采用红外面光源对瞳孔进行照射，克服红外点光源对瞳孔图像采集的干扰，使瞳孔成像更加均匀，不易受干扰，采用三维长时卷积深度学习网络分析瞳孔运动视频，并对驾驶员任务适宜性进行客观的分级判定，深层理解瞳孔运动状态，实现端到端的检测，提高检测准确率和驾驶适宜性检测效率，本装置结构简单，使用方便快捷。
-
公开(公告)号：CN107368787B
公开(公告)日：2020-11-10
申请号：CN201710459554.1
申请日：2017-06-16
Applicant: 长安大学
Abstract: 本发明公开了一种面向深度智驾应用的交通标志识别算法，基于网络对多源公测数据集平移扩展性与稳定性的考虑，建立多源公测数据集对于交通标志的统一类别表征，通过基于局部上下文信息随机裁剪的数据增强策略实现了数据集的扩展，以及多尺度卷积特征图网络与集合网络迭代交替验证训练策略，得到了性能较好的检测网络与识别网络，使网络易于训练且收敛更快；基于自底向上的卷积特征，通过自顶向下融合多尺度卷积特征网络建模方法，提高小尺寸交通标志的查全率；不追求设计更深更复杂的Convnet以获取更高的物体识别率，而是针对交通标志目标的特点，通过对比实验，提出一种能够获得更优信息流动与更好性能表现的集合网络，实现了交通标志的高效识别。
-
公开(公告)号：CN107368787A
公开(公告)日：2017-11-21
申请号：CN201710459554.1
申请日：2017-06-16
Applicant: 长安大学
Abstract: 本发明公开了一种面向深度智驾应用的交通标志识别算法，基于网络对多源公测数据集平移扩展性与稳定性的考虑，建立多源公测数据集对于交通标志的统一类别表征，通过基于局部上下文信息随机裁剪的数据增强策略实现了数据集的扩展，以及多尺度卷积特征图网络与集合网络迭代交替验证训练策略，得到了性能较好的检测网络与识别网络，使网络易于训练且收敛更快；基于自底向上的卷积特征，通过自顶向下融合多尺度卷积特征网络建模方法，提高小尺寸交通标志的查全率；不追求设计更深更复杂的Convnet以获取更高的物体识别率，而是针对交通标志目标的特点，通过对比实验，提出一种能够获得更优信息流动与更好性能表现的集合网络，实现了交通标志的高效识别。
-
公开(公告)号：CN208958147U
公开(公告)日：2019-06-11
申请号：CN201821097170.6
申请日：2018-07-11
Applicant: 长安大学
IPC: A61B5/18
Abstract: 本实用新型公开了一种驾驶适宜性检测装置，采用一体化封闭式眼镜结构，并在外层采用黑色吸光材料，有效避免漏光及人眼瞳孔由于视觉注意本身引起的瞳孔变化，在眼镜与脸部贴合处采用柔性硅胶材料，使脸部与眼镜贴合，相当于直接对疲劳进行检测，提高了疲劳检测精度；用矩形面光源对瞳孔进行刺激，能够使光源对瞳孔刺激均匀；采用红外面光源对瞳孔进行照射，克服红外点光源对瞳孔图像采集的干扰，使瞳孔成像更加均匀，不易受干扰，采用三维长时卷积深度学习网络分析瞳孔运动视频，并对驾驶员任务适宜性进行客观的分级判定，深层理解瞳孔运动状态，实现端到端的检测，提高检测准确率和驾驶适宜性检测效率，本装置结构简单，使用方便快捷。(ESM)同样的发明创造已同日申请发明专利
-
-
-
Search Results
4
records
(took 0.017 seconds)
