一种基于Transformer-YOLO的驾驶员疲劳检测优化方法

本发明公开了一种基于Transformer‑YOLO的驾驶员疲劳检测优化方法；包括如下步骤：数据采集、数据预处理、目标检测、关键区域特征提取、多模态特征融合及疲劳状态分类；该方法首先通过YOLOv11模型检测驾驶员视频流中的人脸及关键区域，包括眼部、嘴部和头部姿态；然后利用关键区域注意力Transformer模块(Key Region Attention,KRA)提取时空特征，结合多模态特征融合技术，将目标检测结果与时空特征进行拼接；最后通过分类器实现疲劳状态判定；本发明解决了传统Transformer在驾驶员面部关键区域(眼、口)特征建模中计算冗余、实时性不足的问题。