-
公开(公告)号:CN119206675A
公开(公告)日:2024-12-27
申请号:CN202411334006.2
申请日:2024-09-24
Applicant: 合肥工业大学
IPC: G06V20/59 , G06V20/64 , G06V40/16 , G06V40/18 , G06V10/80 , G06V10/82 , G06T17/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于二维三维人脸一致性凝视的驾驶员凝视方向检测方法,使用二维卷积网络的人脸特征,估计二维人脸的凝视方向和二维人脸的凝视锥体。本发明使用三维人脸重建的深度特征,估计三维人脸的凝视方向和三维人脸的凝视锥体。为了验证三维人脸的凝视方向的准确性,计算其与二维人脸凝视方向的一致性损失。为了验证三维人脸的凝视锥体的准确性,计算其与二维人脸凝视锥体的一致性损失。本发明结合二维‑三维一致性凝视方向,和二维‑三维凝视椎体一致性,能够保证二维人脸特征提取和三维人脸特征提取的可靠性,实现准确的凝视方向检测。
-
公开(公告)号:CN119229421A
公开(公告)日:2024-12-31
申请号:CN202411179516.7
申请日:2024-08-27
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于车内车外匹配的驾驶忽视风险检测方法,涉及驾驶安全领域。由于现有技术难以准确融合驾驶员凝视信息与车外环境数据,本发明方法通过将车外环境目标数据转换至车内坐标系,构建驾驶员的凝视锥体,以生成更精确的车内凝视热图。为了提高车内与车外环境数据匹配的精度,本发明方法整合了车外目标与内部凝视信息,实现了两者的精确匹配和热图生成。通过在现有驾驶风险评估模型中添加上述数据转换和匹配模块,本发明方法显著提高了驾驶风险检测的准确性,可应用于驾驶辅助系统中,提升整体驾驶安全性。
-