作品介绍：
在当前的疲劳驾驶检测技术领域，以基于驾驶员脸 部的非接触式疲劳检测算法为主流的疲劳预警系统仍然存在精准性和实时性上在存在偏差。
本系统基于深度学习与大数据分析技术，对驾驶员个体驾驶特征历史数据与疲劳驾驶公有大数据进行快速训练学习，实现对驾驶员驾驶中疲劳状态的实时、快速、 精准诊断与预警，达到真正的安全出行、平安回家。
1)本系统在感知层通过高清摄像头、方向盘压力传感器、心率传感器，实时采集驾驶员驾驶状态下的心率眼球、面部特征、方向盘握力等生理特征、驾驶特征；
2)在传输层通过Wi-Fi无线传输技术高速传输传感器感知信息；
3)在应用层通过云端的基于卷积神经网络的深度学习大数据分析技术构建的疲劳诊断模型，实时的对驾驶员驾驶状态进行自动监测与分析，并根据模型诊断的疲劳级别推送相应的预警策略。
获奖学生：叶志、杜爽、何聪、常康楠
