本發(fā)明請求保護一種基于強化學習的駕駛員異常姿態(tài)監(jiān)測方法,包括步驟:獲取駕駛員駕駛視頻后,利用OpenPose系統(tǒng)提取遠小于圖像像素點數(shù)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(tài)檢測模型獲取相應的獎勵,并根據(jù)獎勵和姿態(tài)的每個動作來更新動作價值函數(shù),直到得到適用于每個駕駛員的穩(wěn)定的關鍵幀提取策略?;跁r間與空間變化的駕駛員動態(tài)行為,利用機器學習算法訓練得到姿態(tài)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(fā)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(tài)監(jiān)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(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)