本申請屬于人體檢測，具體涉及一種人體疲勞度檢測方法、裝置、介質(zhì)及設備。

背景技術(shù)：

1、目前，對于人體疲勞度尤其是作業(yè)人員的疲勞狀態(tài)的檢測，傳統(tǒng)方法往往依賴于主觀判斷或簡單的生理指標監(jiān)測，如心率、血壓等。然而，這些方法過于依賴人工觀察和經(jīng)驗判斷，容易受到觀察者的主觀因素影響，導致結(jié)果不夠客觀，難以真實反映人體的疲勞狀態(tài)。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)存在的問題，本申請的主要目的在于提供一種人體疲勞度檢測方法、裝置、介質(zhì)及設備，本申請能夠?qū)ψ鳂I(yè)人員的疲勞度做出準確檢測。

2、為實現(xiàn)以上目的，本申請?zhí)峁┮韵录夹g(shù)方案：

3、一種人體疲勞度檢測方法，所述方法包括：采集待測作業(yè)人員的人體指標信息；對所述待測作業(yè)人員的人體指標信息進行預處理；構(gòu)建人體疲勞度檢測模型并進行訓練；將預處理后的所述待測作業(yè)人員的人體指標信息輸入訓練好的人體疲勞度檢測模型，以檢測所述待測作業(yè)人員的疲勞度等級。

4、可選的，所述待測作業(yè)人員的人體指標信息包括：血壓、心率、心率變異性、血氧飽和度、握力、肺活量、臨界閃光融合頻率、視覺反應時長、呼末二氧化碳和呼氣酒精含量。

5、可選的，對所述待測作業(yè)人員的人體指標信息進行預處理，包括：對所述人體指標信息進行清洗；對清洗后的所述人體指標信息進行標準化。

6、可選的，所述人體疲勞度檢測模型包括：輸入層，用于輸入所述待測作業(yè)人員的人體指標信息；特征提取模塊，用于對所述人體指標信息進行特征提??；特征融合模塊，用于對由所述特征提取模塊提取的特征進行融合，以獲得融合特征；輸出模塊，用于對所述融合特征進行特征映射以輸出疲勞度等級。

7、可選的，所述輸入層包括：第一輸入層，用于輸入所述人體指標信息中的時間序列數(shù)據(jù)；第二輸入層，用于輸入所述人體指標信息中的非時間序列數(shù)據(jù)；

8、可選的，所述人體疲勞度檢測模型通過以下步驟進行訓練：收集人體在各疲勞度下的指標信息，對所述指標信息預處理后建立人體指標信息庫；將所述人體指標信息庫按比例劃分為訓練集、驗證集和測試集；設置訓練參數(shù)，通過訓練集對人體疲勞度檢測模型進行訓練，在訓練過程中，計算模型的交叉熵損失函數(shù)，利用adam優(yōu)化算法對損失函數(shù)進行損失優(yōu)化，直至損失函數(shù)收斂；利用驗證集對模型進行驗證，在驗證過程中，采用準確率、召回率和f1分數(shù)作為評估指標對模型進行性能評價，當各指標均達到預設值，模型驗證通過；否則調(diào)整訓練參數(shù)或擴大訓練樣本重新對模型進行訓練，直至模型驗證通過；利用測試集對模型進行測試，在驗證過程中，采用準確率、召回率和f1分數(shù)作為評估指標對模型進行性能評價，當各指標均達到預設值，模型驗證通過；否則調(diào)整訓練參數(shù)或擴大訓練樣本重新對模型進行訓練，直至模型驗證通過。

9、此外，本申請還提供一種人體疲勞度檢測裝置，所述裝置包括：采集模塊，用于采集待測作業(yè)人員的人體指標信息；預處理模塊，用于對所述待測作業(yè)人員的人體指標信息進行預處理；模型構(gòu)建及訓練模塊，用于構(gòu)建人體疲勞度檢測模型并進行訓練；檢測模塊，用于將預處理后的所述待測作業(yè)人員的人體指標信息輸入訓練好的人體疲勞度檢測模型，以檢測所述待測作業(yè)人員的疲勞度等級。

10、可選的，所述預處理模塊包括：清洗子模塊，用于對所述人體指標信息進行清洗；標準化子模塊，用于對清洗后的所述人體指標信息進行標準化。

11、此外，本申請還提供一種存儲介質(zhì)，其包括指令，當其在計算機上運行時，使得計算機執(zhí)行圖簽任一項所述的方法。

12、此外，本申請還提供一種電子設備，所述電子設備包括：存儲器，處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其中，所述處理器執(zhí)行所述程序時實現(xiàn)如前任一所述的方法。

13、與現(xiàn)有技術(shù)相比，本申請能夠帶來以下有益效果：本申請通過構(gòu)建并訓練人體疲勞度檢測模型，能夠?qū)崿F(xiàn)對作業(yè)人員疲勞度等級進行實時、準確的檢測，有效提升了檢測的客觀性和可靠性，克服了傳統(tǒng)方法主觀性強以及數(shù)據(jù)處理能力有限的問題，從而提高了工作效率和安全性。

技術(shù)特征：

1.一種人體疲勞度檢測方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的人體疲勞度檢測方法，其特征在于，所述待測作業(yè)人員的人體指標信息包括：血壓、心率、心率變異性、血氧飽和度、握力、肺活量、臨界閃光融合頻率、視覺反應時長、呼末二氧化碳和呼氣酒精含量。

3.根據(jù)權(quán)利要求1所述的人體疲勞度檢測方法，其特征在于，對所述待測作業(yè)人員的人體指標信息進行預處理，包括：

4.根據(jù)權(quán)利要求1所述的人體疲勞度檢測方法，其特征在于，所述人體疲勞度檢測模型包括：

5.根據(jù)權(quán)利要求4所述的人體疲勞度檢測方法，其特征在于，所述輸入層包括：

6.根據(jù)權(quán)利要求1所述的人體疲勞度檢測方法，其特征在于，所述人體疲勞度檢測模型通過以下步驟進行訓練：

7.一種人體疲勞度檢測裝置，其特征在于，所述裝置包括：

8.根據(jù)權(quán)利要求7所述的人體疲勞度檢測裝置，其特征在于，所述預處理模塊包括：

9.一種存儲介質(zhì)，其特征在于，其包括指令，當其在計算機上運行時，使得計算機執(zhí)行權(quán)利要求1～6任一項所述的方法。

10.一種電子設備，其特征在于，所述電子設備包括：

技術(shù)總結(jié)
本申請屬于人體檢測技術(shù)領域，具體揭示了一種人體疲勞度檢測方法、裝置、介質(zhì)及設備，所述方法包括：采集待測作業(yè)人員的人體指標信息；對所述待測作業(yè)人員的人體指標信息進行預處理；構(gòu)建人體疲勞度檢測模型并進行訓練；將預處理后的所述待測作業(yè)人員的人體指標信息輸入訓練好的人體疲勞度檢測模型，以檢測所述待測作業(yè)人員的疲勞度等級。本申請能夠?qū)ψ鳂I(yè)人員的疲勞度進行量化評估，從而能夠提高檢測準確性。

技術(shù)研發(fā)人員：劉偉生,劉朝章,許永剛,朱坤雙,王明軍,侯煒,宮梓超,胥明凱,魏峰,楊勁松,李逸群
受保護的技術(shù)使用者：國網(wǎng)山東省電力公司應急管理中心
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2