公开(公告)号：CN119832531A

公开(公告)日：2025-04-15

申请号：CN202510312667.3

申请日：2025-03-17

Applicant: 湖南大学

Inventor： 石恒璨

IPC: G06V20/59 ,  G06V10/764 ,  G06V40/16 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  B60W40/08

Abstract: 本发明属于疲劳驾驶检测技术领域，具体涉及一种基于大模型分类自适应器的疲劳驾驶检测方法，包括如下步骤：先采集驾驶员面部视频，将视频转化为静态的图像I。再将图像I输入预训练大模型，提取多阶段视觉特征图，通过分类自适应器逐阶段对视觉特征图进行特征优化。然后将最终阶段的优化特征图Fl”与分类自适应器在所有阶段的分类打分级联，通过多层感知机输出驾驶员表情类别及疲劳驾驶判断结果。最后对预训练大模型新增的参数进行微调。本发明采用已有的预训练大模型，大幅节约了模型训练成本，采用分类自适应器逐阶段对视觉特征图进行特征优化，能更精准地识别驾驶员表情，从而更精确地判断驾驶员是否存在疲劳驾驶。

公开(公告)号：CN119850634A

公开(公告)日：2025-04-18

申请号：CN202510339774.5

申请日：2025-03-21

Applicant: 湖南大学

Inventor： 石恒璨

IPC: G06T7/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供一种脑部多发性硬化症病变部位变化检测方法，包括以下步骤：步骤1、获取脑部多发性硬化症患者的多个时间的脑部核磁共振影像并做预处理；步骤2、构建用于检测脑部多发性硬化症病变部位变化的模型并对其进行训练；步骤3：脑部多发性硬化症病变部位变化检测，得到脑部多发性硬化症患者每个病变部位在每个时间上基于多个时间范围内的变化特征，及得到脑部多发性硬化症患者每个时间的病变位置检测图；步骤4、生成并输出脑部多发性硬化症患者每个病变部位在多个时间范围内的变化趋势图。本发明可有效跟踪脑部多发性硬化症在长时间内的病情变化，更好地辅助医生进行病情跟踪分析与诊疗。

公开(公告)号：CN119832530A

公开(公告)日：2025-04-15

申请号：CN202510300526.X

申请日：2025-03-14

Applicant: 湖南大学

Inventor： 石恒璨

IPC: G06V20/59 ,  G06V40/16 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0985 ,  G06V10/80 ,  G06V10/764 ,  B60W40/08

Abstract: 本发明属于疲劳驾驶检测技术领域，具体涉及一种大模型提示词多尺度时空特征融合疲劳驾驶检测方法，该方法利用预训练大模型生成对应提示词并提取提示词的语义嵌入向量，然后对输入混合专家模型的视频帧多尺度采样，将提示词特征与各尺度视频序列通道级联，融合多尺度特征生成微表情时空运动特征图，并输入轻量化Transformer网络，结合动态更新的综合学习向量，通过分类器输出疲劳概率，基于阈值预警判断是否疲劳驾驶，最后使用交叉熵损失函数结合优化器对混合专家模型进行训练。该方法能够全面捕捉驾驶员面部表情细微变化，并通过大模型提示词引导，高效建模时空运动特征，为车辆驾驶员疲劳驾驶检测提供了一种高效、精准的解决方案。