基于面部多模态信息深度学习的员工状态监测方法及系统
申请号:CN202411642714
申请日期:2024-11-18
公开号:CN119600536B
公开日期:2025-09-30
类型:发明专利
摘要
本发明提供基于面部多模态信息深度学习的员工状态监测方法及系统,涉及员工状态监测技术领域,系统包括面部采集模块、面部处理模块、深度学习模块和情绪评估模块;面部采集模块用于采集员工的基础面部信息和工作面部信息;面部处理模块用于对采集到的数据进行分析;深度学习模块用于构建卷积神经网络;情绪评估模块基于卷积神经网络对员工的工作面部信息进行评估,得到员工的实时状态;本发明通过获取员工在基础状态和工作状态下的面部数据,对不同状态下的员工面部数据进行比对分析处理,得到员工的实时状态,以解决现有员工监测系统没有对员工面部状态进行获取和分析,导致无法判断员工疲劳状态的问题。
技术关键词
面部
基础
工作状态数据
员工状态监测系统
二值化图像
多模态信息
信息采集单元
构建卷积神经网络
处理单元
三维模型
策略
热成像
状态监测方法
模块
图像处理
特征轮廓
工作特征