基于重建增强型证据网络的驾驶员疲劳检测方法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AI新闻日报
AITNT公众号
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
基于重建增强型证据网络的驾驶员疲劳检测方法及系统
申请号:
CN202511164476
申请日期:
2025-08-20
公开号:
CN120713525B
公开日期:
2025-11-11
类型:
发明专利
摘要
本发明公开了基于重建增强型证据网络的驾驶员疲劳检测方法及系统,涉及疲劳驾驶检测技术领域,方法包括:通过构建包含抗噪声辅助重建模块、多模态证据视角生成器和动态证据共识模块的网络模型,先对带噪生理信号进行重建恢复,再从模态独立与跨模态角度生成多视角证据,并基于狄利克雷分布引入不确定性引导的融合机制,实现鲁棒、可解释的疲劳状态识别。本发明通过构建融合抗噪声重建、多模态证据生成与不确定性引导动态共识的深度网络,实现了复杂噪声环境下驾驶员疲劳状态的高精度、高鲁棒性检测。
技术关键词
驾驶员疲劳检测方法
脑电图数据
视角
生理
噪声辅助
多模态
分支
抗噪声
跨模态
解码网络
模块
驾驶员疲劳检测系统
决策
疲劳驾驶检测技术
动态
生成证据
模拟噪声