基于深度学习的多维疲劳驾驶检测系统

针对机动车驾驶员疲劳驾驶的检测问题,本文设计了一种基于深度学习与计算机视觉的多特征融合疲劳驾驶检测系统。该系统基于Jetson Nano便携式开发板,使用目标检测框架YOLOV3对驾驶员进行面部定位,而后进行人脸多特征点提取、多维度特征融合分析,评估驾驶员状态。该系统创新性地引入时间特征维度,对面部特征以时间维度进行"预分析"和"趋势化"的分析方法,极大地缩减了驾驶员个体差异对判别带来的影响,达到了疲劳驾驶检测的高置信、高精度。     

关于电动机微机保护设计中DSP处理器的应用

本文首先介绍了DSP芯片在微机保护装置设计中的应用。分析了电动机保护原理,重点介绍了处理器模块的构成和工作原理,还有模拟量采集、键盘显示、通讯、出口、电源等模块的设计。另外,论文对装置软件设计的方法作了一定的介绍。在电动机微机保护装置中采用DSP芯片进行开发设计,不仅可以完成电动机综合保护的功能,而且大大提高了处理数据的效率。