摘要
疲劳驾驶是造成交通事故的主要原因之一,由于通过传感器等穿戴设备所需要的传感器太多或设备结构太复杂,且深度学习模型对设备配置要求较高,设计了一种基于普通摄像头视频进行疲劳检测的方法。该方法通过提取视频图像中的HOG特征进行人脸识别,使用人脸特征点模型进行人眼和嘴部的定位,通过计算人眼纵横比来判断睁眼和闭眼状态,从而获得PERCLOS值。通过计算嘴部张度来判断是否处于哈欠状态,并通过计算精确率(precision)、召回率(recall)和F1-measure指标来评估哈欠检测的效果,最后进行多特征融合来对驾驶员的驾驶状态进行综合判定,不依赖深层网络,可以很好地移植到嵌入式设备。实验结果表明,提出方法在准确率和实用性方面具有很好的效果,对光照和佩戴物也具有良好的鲁棒性。
出处
《计算机应用研究》
CSCD
北大核心
2020年第S02期305-307,共3页
Application Research of Computers
基金
国家自然科学基金联合基金重点资助项目(U1713203)
