-
题名基于眼部特征频域信息的早期疲劳检测
- 1
-
-
作者
火星星
胡瑞敏
李怡欣
-
机构
西安电子科技大学网络与信息安全学院
西安电子科技大学杭州研究院
-
出处
《计算机科学》
CSCD
北大核心
2024年第6期247-255,共9页
-
基金
国家自然科学基金(U22A2035)
南宁市重点研发计划(20231042)。
-
文摘
行李X光安检员工作疲劳是造成错检、漏检的重要原因。目前疲劳检测的方法主要通过发现打哈欠、打瞌睡和长时间闭眼等明显的迹象来检测中晚期疲劳,然而对于安检工作人员来说,出现这样明确的标志时,可能已经发生了安检事故,此时再进行疲劳检测为时已晚。因此,在早期阶段发现疲劳,并对疲劳的发生及时预警是非常有价值的。由于早期疲劳会有细微的面部表现特性,时域参数的不可逆性导致其无法完全表示。为了解决此问题,提出了一种基于眼部特征频域信息的行李X光安检员早期疲劳检测方法,将原始时域信息转换到表达能力更强的频域特征空间。该方法首先通过面部检测算法获取眼部横纵比(Eye Aspect Ratio,EAR)时间序列;然后利用频域特征提取方法得到频域特征序列,来表示更加细微的特征;最后利用分层多尺度网络HM-LSTM进行训练及验证。在公开数据集UTA-RLDD上的对比实验结果表明,所提方法对早期疲劳的识别率提升了2%,证明了频域特征比时域特征有更好的表达能力。
-
关键词
眼睛横纵比
频域特征
时频转换
早期疲劳
机场安检
-
Keywords
Eye aspect ratio
Frequency domain feature
Time-Frequency transform
Early-stage fatigue
Airport security
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
