本發明請求保護一種基于強化學習的駕駛員異常姿態監測方法,包括步驟:獲取駕駛員駕駛視頻后,利用OpenPose系統提取遠小于圖像像素點數量的駕駛員面部關鍵點和骨骼關鍵點,同時將面部關鍵點通過三次樣條插值構建面部特征,進行駕駛員身份識別。關鍵幀提取方法基于強化學習的方式,通過姿態檢測模型獲取相應的獎勵,并根據獎勵和姿態的每個動作來更新動作價值函數,直到得到適用于每個駕駛員的穩定的關鍵幀提取策略?;跁r間與空間變化的駕駛員動態行為,利用機器學習算法訓練得到姿態檢測模型。結合保護動機理論建立具有引導性質的安全預警機制。本發明增加了檢測的實時性和準確性,增強了安全預警的可靠性。
聲明:
“基于強化學習的駕駛員異常姿態監測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)