一种低光环境下的疲劳驾驶检测方法

    公开(公告)号:CN118334630A

    公开(公告)日:2024-07-12

    申请号:CN202410365820.4

    申请日:2024-03-28

    Applicant: 南通大学

    Abstract: 本发明提供了一种低光环境下的疲劳驾驶检测方法,属于计算机视觉技术领域。解决了在低光环境下对疲劳驾驶检测性能低的技术问题。其技术方案为:包括以下步骤:S1:先获得数据集,DARK FACE数据集、WFLW数据集;S2:构建低光增强网络Illumination Adaptive Transformer;S3:对YOLOv8目标检测网络进行改进;S4:对PFLD网络进行改进,构建人脸关键点检测模型;S5:建立疲劳判断指标;S6:通过疲劳判断指标对驾驶员的疲劳状态判断。本发明的有益效果为:提高模型在低光下的检测能力,减少在夜晚对疲劳驾驶检测的漏检和误检,使模型更具有鲁棒性。

    一种基于改进的YOLOv5s的分心驾驶行为检测方法

    公开(公告)号:CN117831005A

    公开(公告)日:2024-04-05

    申请号:CN202311418793.4

    申请日:2023-10-30

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于改进的YOLOv5s的分心驾驶行为检测方法,属于计算机视觉技术领域。解决了驾驶行为中抽烟、喝水及接打电话行为检测精度低的技术问题。其技术方案为:包括以下步骤:S1:获取分心驾驶行为数据图片,得到对应的分心驾驶行为数据集,并将该数据集按照9:1的比例分为训练集和验证集;S2:构建分心驾驶行为检测模型;S3:使用分心驾驶行为数据集对改进后的YOLOv5s模型进行训练;S4:通过训练好的模型对分心驾驶行为进行检测。本发明的有益效果为:本发明增强对烟头等小目标物体的检测能力,以及模型的特征融合能力,提高模型的检测精度。

    一种基于双目视觉的杂草定位方法

    公开(公告)号:CN116721149A

    公开(公告)日:2023-09-08

    申请号:CN202310724496.6

    申请日:2023-06-16

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于双目视觉的杂草定位方法,属于计算机视觉技术领域。解决了农业领域中准确、高效的定位杂草的技术问题。其技术方案为:包括以下步骤:S1、双目相机标定,获取相机的详细参数;S2、双目相机立体校正;S3、立体匹配;S4、得出杂草中心点的三维坐标。本发明的有益效果为:本发明利用双目视觉技术构建杂草定位算法,实现杂草的精准定位,为激光除草机器人提供可以实际应用的精准除草方案。

Patent Agency Ranking