熊猫科技 · 以技术创新驱动运动科学发展
疲劳检测方法、装置、设备及存储介质与流程
导航：X技术最新专利医药医疗技术的改进;医疗器械制造及应用技术疲劳检测方法、装置、设备及存储介质与流程
1.一种疲劳检测方法，其特征在于，包括：获取待检测用户的疲劳相关数据，其中，所述疲劳相关数据包括生理数据、面部数据和声音数据；将所述疲劳相关数据输入至预设检测模型，其中，所述预设检测模型通过疲劳相关数据样本和所述疲劳相关数据样本对应的疲劳指数训练得到；根据所述预设检测模型输出的疲劳指数检测结果，确定所述待检测用户对应的疲劳状态。2.根据权利要求1所述的方法，其特征在于，所述预设检测模型通过基于跃层注意力机制轻量化卷积神经网络模型、基于跃层注意力机制的轻量化卷积神经网络模型、残差密度网络模型、深度置信网络模型和支持向量机模型融合得到。3.根据权利要求1所述的方法，其特征在于，在所述将所述疲劳相关数据输入至预设检测模型之前，还包括：对所述疲劳相关数据进行数据预处理，得到处理后的疲劳相关数据；相应的，所述将所述疲劳相关数据输入至预设检测模型，包括：将所述处理后的疲劳相关数据输入至预设检测模型。4.根据权利要求3所述的方法，其特征在于，所述生理数据包括心率数据和皮肤电信号数据；相应的，所述对所述疲劳相关数据进行数据预处理，得到处理后的疲劳相关数据，包括：根据预设心率带宽，对所述心率数据进行带通滤波数据预处理，得到处理后的心率数据；根据预设皮肤电信号带宽，对所述皮肤电信号信号数据进行带通滤波数据预处理，得到处理后的皮肤电信号信号数据。5.根据权利要求1所述的方法，其特征在于，所述获取待检测用户的疲劳相关数据，包括：获取在预设时间段内的待检测用户的疲劳相关数据；对所述疲劳相关数据进行分段处理，得到多个疲劳相关数据片段；相应的，所述将所述疲劳相关数据输入至预设检测模型，包括：将所述多个疲劳相关数据片段输入至预设检测模型。6.根据权利要求1至5任一项所述的方法，其特征在于，所述疲劳状态包括不疲劳、轻度疲劳、较疲劳和极度疲劳；相应的，所述根据所述预设检测模型输出的疲劳指数检测结果，确定所述待检测用户对应的疲劳状态，包括：若所述疲劳指数检测结果等于零，则确定所述待检测用户对应的疲劳状态为不疲劳；若所述疲劳指数检测结果大于零且小于等于第一预设阈值，则确定所述待检测用户对应的疲劳状态为轻度疲劳；若所述疲劳指数检测结果大于第一预设阈值且小于等于第二预设阈值，则确定所述待检测用户对应的疲劳状态为较疲劳；若所述疲劳指数检测结果大于第二预设阈值且小于等于第三预设阈值，则确定所述待
检测用户对应的疲劳状态为极度疲劳。7.根据权利要求1至5任一项所述的方法，其特征在于，在所述根据所述预设检测模型输出的疲劳指数检测结果，确定所述待检测用户对应的疲劳状态之后，还包括：若所述疲劳指数检测结果大于第四预设阈值，则向所述待检测用户的终端设备发送提示信息。8.一种疲劳检测装置，其特征在于，包括：获取模块，用于获取待检测用户的疲劳相关数据，其中，所述疲劳相关数据包括生理数据、面部数据和声音数据；输入模块，用于将所述疲劳相关数据输入至预设检测模型，其中，所述预设检测模型通过疲劳相关数据样本和所述疲劳相关数据样本对应的疲劳指数训练得到；第一确定模块，用于根据所述预设检测模型输出的疲劳指数检测结果，确定所述待检测用户对应的疲劳状态。9.一种疲劳检测设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的疲劳检测方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至7中任一项所述的疲劳检测方法。
本申请提供了一种疲劳检测方法、装置、设备及存储介质，该方法获取待检测用户的疲劳相关数据，其中，疲劳相关数据包括生理数据、面部数据和声音数据；将疲劳相关数据输入至预设检测模型，其中，预设检测模型通过疲劳相关数据样本和疲劳相关数据样本对应的疲劳指数训练得到；根据预设检测模型输出的疲劳指数检测结果，确定待检测用户对应的疲劳状态。确定待检测用户对应的疲劳状态。确定待检测用户对应的疲劳状态。
针对多模态大语言模型存在的知识固化、模态语义割裂及生成逻辑不可追踪问题，创新性提出双模型协同训练框架。通过对比学习机制，利用正样本与硬负样本提升模型对困难样本的区分能力，解决点态排序误排问题；...
针对多模态数据融合中因模态质量差异导致的性能失衡问题，提出通过解耦弱信息模态的共性与特性特征，结合富信息模态进行跨模态对齐与增强，利用对比学习和交叉注意力机制提升弱模态表征质量，实现多模态协同...
针对多模态模型图像拼接质量差、语义不一致及风格不匹配问题，提出融合BERT与Vision Transformer的混合多模态架构，结合风格损失函数、双判别器优化及端到端训练策略，实现高质量图像...
针对多模态情感识别中特征融合效果差、分类准确率低的问题，提出基于类脑模型的改进方法。通过定义区分度指标筛选关键特征，结合主成分分析实现降维；设计包含子模块的神经网络结构，利用模块内/间连接实现...
针对网络社会事件处理中多模态数据融合不足、跨平台关联弱、态势预测不准的问题，提出融合文本、图像、视频的多模态信息建模方法，结合协同关联跟踪技术，实现跨平台、跨时空的事件语义关联与全局态势分析预...
扫一扫关注微信公众号
