-
题名眼睛疲劳程度判定方法研究
被引量：12
- 1
-
-
作者
苑玮琦
滕红艳
-
机构
沈阳工业大学视觉检测技术研究所
-
出处
《计算机工程与应用》
CSCD
2013年第17期199-203,共5页
-
基金
国家自然科学基金(No.60672078)
-
文摘
在用机器视觉系统监测驾驶员的眼睛疲劳状态时,由于图像采集与图像处理消耗一定的时间,降低了系统的采样率,正常情况下,眼睛的眨动过程非常短暂,过低的采样率会漏掉眼睛某些关键状态的信息。因此直接对视频进行研究并提出用描述统计方法确定眼睛的最大睁开值,进而应用PERCLOS方法进行疲劳判定。对视频序列图像进行抽样,研究不同采样时间间隔对PERCLOS值的影响。通过六名测试者的数据表明:当PERCLOS值在15%附近时疲劳现象明显,随疲劳程度加深PERCLOS值升高,通过对视频序列图像抽样调整采样时间间隔,发现采样间隔在40 ms到120 ms之间时,PERCLOS值比较稳定,最大的相对误差为20.17%,采样间隔时间大于120 ms时PERCLOS值的波动幅度较大,最大相对误差达到54.07%,会影响疲劳判定结果。
-
关键词
PERCLOS
眼睛睁开程度
疲劳判定
-
Keywords
PERCLOS
eyes open degree
determining fatigue
-
分类号
TP301.4
[自动化与计算机技术—计算机系统结构]
TP752
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于级联神经网络疲劳驾驶检测系统设计
被引量：4
- 2
-
-
作者
敖邦乾
杨莎
令狐金卿
叶振环
-
机构
遵义师范学院工学院
遵义师范学院物理与电子科学学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2022年第2期323-333,共11页
-
基金
遵义市校联合科技研发资金项目(遵市科合HZ字[2020]10号),遵市科合HZ字[2020]16号。
-
文摘
算法通过调整输入图片的大小、扩大最小人脸尺寸以及减小检测窗口层间放缩比例等方式,在保证准确率的同时极大的提升了人脸检测速率,其检测效率为原始MTCNN (multitask casaded convolutional networks)的18倍;构建新的卷积神经网络结构模型检测眼、嘴,网络检测的准确率可以达到95.6%。将设计的检测网络与经过改进后的MTCNN进行级联,在已经检测出来的脸部区域继续对眼、嘴进行分类及定位;设置综合性的疲劳检测函数,加强了由于单一特征而出现的虚检及误检等错误检测,准确率可以达到95.7%。
-
关键词
卷积神经网络
人脸检测
疲劳判定
级联网络
边界框
-
Keywords
convolutional neural networks(CNN)
face detection
fatigue determination
cascaded network
bounding box
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
