买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福州大学申请的专利一种轻量化YOLOv8-pose的疲劳驾驶检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118865336B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410896825.X，技术领域涉及：G06V20/59；该发明授权一种轻量化YOLOv8-pose的疲劳驾驶检测方法是由林志贤;蔡忠祺;林珊玲;林坚普;吕珊红;师欣雨;刘珂;张建豪;赖芳伟设计研发完成，并于2024-07-05向国家知识产权局提交的专利申请。

本一种轻量化YOLOv8-pose的疲劳驾驶检测方法在说明书摘要公布了：本发明提出一种轻量化YOLOv8‑pose的疲劳驾驶检测方法，所述方法以采集的多姿态、多视角人脸数据集来构建轻量化YOLOv8‑pose模型，并在模型主干网络中引入Ghost卷积来减少模型参数量和不必要的卷积计算，通过引入Slim‑neck融合模型主干网络提取的不同尺寸特征来加速网络预测计算，在模型Neck部分添加遮挡感知注意力模块SEAM来强调图像中的人脸区域并弱化背景，以改善关键点定位效果，同时在模型的检测头部分采用GNSC‑Head结构，其使用共享卷积来将卷积的BN层优化成更稳定的GN层，以节省模型的参数空间和计算资源；所述方法通过构建疲劳决策模型并对模型的输出结果进行评估，以判断驾驶员是否处于疲劳状态；本发明的该方法有利于降低计算复杂度，并提高疲劳检测精度。

本发明授权一种轻量化YOLOv8-pose的疲劳驾驶检测方法在权利要求书中公布了：1.一种轻量化YOLOv8-pose的疲劳驾驶检测方法，其特征在于：所述方法以采集的多姿态、多视角人脸数据集来构建轻量化YOLOv8-pose模型，并在模型主干网络中引入Ghost卷积来减少模型参数量和不必要的卷积计算，通过引入Slim-neck融合模型主干网络提取的不同尺寸特征来加速网络预测计算，在模型Neck部分添加遮挡感知注意力模块SEAM来强调图像中的人脸区域并弱化背景，以改善关键点定位效果，同时在模型的检测头部分采用GNSC-Head结构，其使用共享卷积来将卷积的BN层优化成更稳定的GN层，以节省模型的参数空间和计算资源；所述方法通过构建疲劳决策模型并对模型的输出结果进行评估，以判断驾驶员是否处于疲劳状态； 所述方法包括以下步骤； 步骤S1：采集多姿态、多视角的人脸数据集，并将标注文件进行转换，生成对应的YOLO标注文件； 步骤S2：构建并训练轻量化YOLOv8-pose模型，采用训练好的模型对输入的图像进行人脸检测，并在识别出人脸后进行面部关键点定位，最后在检测头部分进行分类和回归，得到驾驶员眼部和嘴部的关键点坐标； 步骤S3：构建疲劳决策模型，针对眼部和嘴部的特征给出疲劳判断，采用PERCLOS评价准则对眼部信息进行睁闭眼判定，并通过检测一段时间内驾驶员眼睛的闭合次数来判断驾驶员是否处于疲劳状态；对嘴部特征的评价准则采用同原理方法，即对嘴部坐标信息进行张合嘴判定，通过检测一段时间内驾驶员打哈欠次数来判断驾驶员是否处于疲劳状态； 步骤S4：对于步骤S2、步骤S3识别分析得到的驾驶员疲劳行为的判断结果进行可视化预警； 在步骤S2中，轻量化的YOLOv8-pose在主干网络部分，引入轻量级卷积GhostConv，以使用廉价的线性变换，低代价地生成大量能从原始特征发掘所需信息的Ghost特征图，以减少模型的参数量和计算量； 步骤S2中引入检测速度快的C3模块，通过在C3模块上进行轻量化操作，对两个相同的GhostConv进行组合连接，构成Ghost-Bottleneck结构，将重组后的C3模块作为C3Ghost模块，以降低模型的复杂度及降低人脸关键点模型的计算量；在步骤S2中，轻量化的YOLOv8-pose以GNSC-Head检测头保留解耦结构，并使用组归一化的共享卷积对网络进行轻量化改进。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福州大学，其通讯地址为：362251 福建省泉州市晋江市金井镇水城路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。