-
题名基于人眼状态的瞌睡识别算法
被引量：1
- 1
-
-
作者
孙琳
袁玉波
-
机构
华东理工大学信息科学与工程学院
上海大数据与互联网受众工程技术研究中心
-
出处
《计算机应用》
CSCD
北大核心
2021年第11期3213-3218,共6页
-
基金
上海市工程技术中心项目(18DZ2252300)。
-
文摘
已有瞌睡识别算法多数基于机器学习或深度学习,没有考虑到人眼闭合状态序列与瞌睡之间的关系。针对上述问题,提出了一种基于人眼状态的瞌睡识别算法。首先,提出了人眼分割和面积计算模型,基于人脸68个特征点,根据人眼特征点构成的极大多边形分割出眼睛区域,并利用眼睛像素点的总数代表眼睛面积大小;其次,计算极大状态下的人眼面积,并利用关键帧挑选算法挑选出最能代表睁眼程度的4帧,根据这4帧的人眼面积与极大状态下的人眼面积计算睁眼阈值,从而构建眼睛闭合度得分模型来确定人眼闭合状态;最后,根据输入视频的人眼闭合得分序列,构建了基于连续多帧序列分析的瞌睡识别模型。在两个国际常用的打哈欠检测数据集(YawDD)和NTHU-DDD数据集上进行瞌睡状态识别,实验结果表明,所提算法在两个数据集上的识别准确率均在80%以上,尤其是在YawDD数据集上,识别准确率达到94%以上。该算法可应用于驾驶员驾驶状态检测、学习者课中状态分析等。
-
关键词
面部特征
人眼定位
人眼状态识别
多帧序列分析
瞌睡识别
-
Keywords
facial feature
human eye location
human eye state recognition
multi-frame sequence analysis
drowsiness recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
