期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于深度学习的疲劳驾驶检测方法研究
被引量:
7
下载PDF
职称材料
导出
摘要
疲劳驾驶会导致驾驶员注意力不集中、反应速度变慢,从而影响驾驶安全,甚至直接造成人员伤亡。现今疲劳驾驶检测可基于生理特征或者基于行为特征进行检测,而采取非接触性的图像处理方式,能最大程度的达到检测效果且不影响驾驶员正常驾驶。本文所述方法,主要通过ResNet网络完成眼部特征提取,并将序列化数据送入LSTM(长短期记忆网络)完成疲劳驾驶状态的分析,最终通过softmax完成疲劳驾驶状态的判定。
作者
李文学
谢凯
机构地区
长江大学电子信息学院
出处
《电子世界》
2019年第17期51-52,共2页
Electronics World
关键词
疲劳驾驶
检测
深度学习
图像处理方式
记忆网络
反应速度
驾驶安全
人员伤亡
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
0
共引文献
0
同被引文献
31
引证文献
7
二级引证文献
16
同被引文献
31
1
孙运涛.
驾驶员如何预防疲劳驾驶[J]
.南方农机,2008(4):45-45.
被引量:1
2
李都厚,刘群,袁伟,刘浩学.
疲劳驾驶与交通事故关系[J]
.交通运输工程学报,2010,10(2):104-109.
被引量:97
3
周锋华,孟宪元,梅顺良,任雁军.
司机疲劳驾驶实时检测系统设计[J]
.测控技术,2013,32(1):37-40.
被引量:12
4
张世博,李梦佳,李乐,罗其会.
基于方向梯度直方图的行人检测与跟踪[J]
.北京石油化工学院学报,2013,21(4):37-40.
被引量:3
5
赵峰.
基于SVM和HOG的人脸检测算法[J]
.信息技术与信息化,2013(6):113-116.
被引量:6
6
王斐,王少楠,王惜慧,彭莹,杨乙丁.
基于脑电图识别结合操纵特征的驾驶疲劳检测[J]
.仪器仪表学报,2014,35(2):398-404.
被引量:44
7
熊群芳,林军,岳伟.
基于深度学习的疲劳驾驶状态检测方法[J]
.控制与信息技术,2018(6):91-95.
被引量:9
8
孟宪超.
疲劳驾驶致交通事故特点及有效预防分析[J]
.物流工程与管理,2014,36(8):187-188.
被引量:10
9
王连震,王宇萍,裴玉龙,凤凰.
基于模糊综合评价的驾驶疲劳状态量化研究[J]
.武汉理工大学学报(交通科学与工程版),2015,39(4):707-710.
被引量:9
10
何伶俐,王宇峰,何汶静.
基于小波变换的改进阈值法在心电信号去噪中的应用[J]
.生物医学工程与临床,2016,20(2):127-130.
被引量:12
引证文献
7
1
李晓星,朱明.
基于低光增强的夜间疲劳驾驶检测算法[J]
.计算机系统应用,2020,29(10):173-178.
被引量:2
2
杨海燕,相运杰,胡蓉.
疲劳驾驶检测方法研究综述[J]
.宝鸡文理学院学报(自然科学版),2020,40(1):23-28.
被引量:9
3
黄玲,洪佩鑫,吴泽荣,刘建荣,黄子虚,崔躜.
基于防疫常态化的驾驶员疲劳状态检测方法[J]
.交通信息与安全,2021,39(4):26-34.
被引量:3
4
吴雪,王娆芬.
基于1D-ECNN的短时心电信号疲劳分类[J]
.中国医学物理学杂志,2021,38(9):1136-1141.
被引量:2
5
刘婕,王娆芬,邓源.
基于心电信号的自注意力双向门控循环网络疲劳检测模型[J]
.中国医学物理学杂志,2022,39(5):578-584.
被引量:1
6
尤海娟,伍凌云,王慧宇.
面部识别在检测疲劳驾驶的应用研究[J]
.汽车电器,2023(7):22-23.
7
张育榕,谷昆,张轩雄.
基于神经网络的疲劳驾驶检测方法研究[J]
.理论数学,2023,13(5):1298-1314.
二级引证文献
16
1
叶鸿盛,叶茜,张惠君芷,简国明.
基于深度相机的网约车司机监管系统[J]
.中国高新科技,2022(24):82-84.
2
冯向荣,马玉琨,李琳芳,安金梁,张志霞.
一种新的疲劳驾驶检测算法—NMEAR[J]
.河南科技学院学报(自然科学版),2021,49(1):65-70.
被引量:1
3
周继红,杨傲,袁丹凤,向洪义.
疲劳驾驶及其评估方法进展[J]
.伤害医学(电子版),2021,10(3):45-50.
被引量:4
4
成亚玲,谭爱平.
疲劳驾驶检测研究综述[J]
.科技创新导报,2021,18(24):182-187.
5
王鹏,神和龙,尹勇,吕红光.
基于深度学习的船舶驾驶员疲劳检测算法[J]
.交通信息与安全,2022,40(1):63-71.
被引量:9
6
仲鹏宇,杨娟.
基于轻量级双模态SSD算法的疲劳驾驶检测[J]
.电子技术与软件工程,2022(3):145-149.
被引量:1
7
高龙琛,邢猛,丁月,刘政,邢建平.
嵌入式疲劳驾驶远程监测系统[J]
.电子器件,2022,45(1):229-234.
被引量:2
8
李亚栋,李晓勤,李景耀,杨向奎.
基于网络拓扑的采棉机Linux嵌入式监测系统设计[J]
.南方农机,2023,54(1):7-9.
9
郑永涛,谢伟豪,陈逸群,何俊阳.
基于OpenCV的驾驶员疲劳特征识别系统的设计[J]
.电子设计工程,2023,31(1):65-68.
被引量:3
10
范羚.
疲劳检测的算法研究[J]
.电子技术(上海),2022,51(10):96-97.
1
石杰.
核心素养在小学英语课堂教学中的渗透[J]
.中国农村教育,2019,0(20):191-191.
被引量:5
2
陈哲.
基于多信息融合的疲劳驾驶检测研究综述[J]
.农业装备与车辆工程,2019,57(9):40-43.
被引量:2
3
薛际建,张桐,伍权.
驾驶人视觉特性与交通安全关系研究[J]
.电子乐园,2019(13):491-491.
4
张建明.
主题班会:《我与责任同行—评选班级最负责任的人》教学设计[J]
.课程教育研究(学法教法研究),2019,0(18):254-255.
5
郑森林.
用微训练指导议论文的写作[J]
.中学生作文指导,2019,0(15):25-25.
6
李苏丽.
传统课堂教学学生倦怠影响因素研究[J]
.辽宁高职学报,2019,21(8):75-78.
被引量:5
7
王洋洋,张晓梅,杨紫晔.
油套管接头密封面检测方法研究[J]
.云南化工,2019,46(8):89-91.
8
雷友飞.
关于汽车驾驶过程中节油技术的探讨[J]
.数码世界,2019,0(9):285-285.
9
姜顺明,杨晗,吴陶然,解建.
基于驾驶状态识别的自动紧急制动控制策略[J]
.汽车技术,2019(10):53-57.
被引量:13
10
李天舒,白忠,钮燕.
OSAHS与代谢异常相关疾病的研究进展[J]
.饮食科学,2019(10):214-215.
电子世界
2019年 第17期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部